El 22 de setembre de 2026, Moondream va publicar Parakeet Ultra, una versió del Parakeet TDT 0.6B v3 de NVIDIA amb entrenament addicional. Té el mateix disseny i els mateixos 600 milions de paràmetres; només han canviat els pesos. Segons Moondream, fa aproximadament un 17,8% menys d’errors en 25 llengües: la taxa d’error per paraula mitjana a FLEURS baixa de l’11,62% al 9,55%. Ara bé, en l’ús real, quant més precís és Parakeet Ultra que Parakeet V3, llengua per llengua?
Ja havíem mesurat Parakeet V3, Whisper, Qwen3-ASR i SenseVoice amb un conjunt fix de frases de FLEURS a la nostra comparativa Apple SpeechAnalyzer vs Whisper; la nostra comparativa Qwen3-ASR vs Whisper va fer servir el mateix conjunt per a 30 llengües. Ara hi hem afegit Parakeet Ultra. Les xifres són nostres, mesurades a Whisper Notes en un sol Mac, i les expliquem tan clarament com sabem.
Quant més precís és Parakeet Ultra?
Vam executar tots dos models en el conjunt de test de FLEURS: les 25 llengües que admet Parakeet, 3.976 frases llegides i 12,55 hores d’àudio. Vam transcriure cada frase amb el model tal com l’executa Whisper Notes.
| Llengua | Parakeet V3 | Parakeet Ultra |
|---|---|---|
| Anglès | 6,89% | 5,89% |
| Alemany | 4,69% | 3,72% |
| Neerlandès | 7,59% | 6,91% |
| Espanyol (Llatinoamèrica) | 4,73% | 3,77% |
| Francès | 5,66% | 4,95% |
| Polonès | 8,02% | 6,34% |
| Rus | 6,99% | 5,72% |
| Ucraïnès | 6,59% | 5,11% |
| Finès | 13,72% | 10,03% |
| Italià | 3,33% | 2,48% |
| Portuguès (Brasil) | 6,37% | 5,69% |
| Suec | 16,18% | 13,12% |
| Txec | 13,70% | 10,85% |
| Lituà | 24,50% | 18,00% |
| Letó | 30,25% | 20,70% |
| Grec | 36,10% | 20,96% |
| Estonià | 20,12% | 15,40% |
| Eslovac | 11,84% | 8,58% |
| Romanès | 13,74% | 9,54% |
| Danès | 19,22% | 15,68% |
| Hongarès | 18,78% | 13,63% |
| Búlgar | 14,05% | 12,28% |
| Croat | 13,37% | 12,49% |
| Eslovè | 23,82% | 18,49% |
| Maltès | 24,46% | 19,19% |
| Les 25 llengües | 13,99% | 10,63% |
Taxa d’error per paraula, és a dir, la proporció de paraules mal transcrites; com més baixa, millor. Verd: Ultra és clarament millor, més enllà del marge d’error. Croat: sense diferència clara. Mesures pròpies a Whisper Notes en un Mac amb Apple M5.
En les 25 llengües, Parakeet Ultra fa aproximadament una quarta part menys d’errors que V3 (un 24% menys; la taxa d’error per paraula baixa del 13,99% al 10,63%). Si V3 s’equivocava en una paraula de cada set, més o menys, Ultra ho fa en una de cada nou. Va ser clarament millor en 24 llengües i no va ser pitjor en cap.
Quines llengües han millorat més?
Taxa d’error per paraula per llengua, Parakeet V3 en gris i Parakeet Ultra en verd, ordenada segons quant ha baixat. Font: mesures pròpies a Whisper Notes, conjunt de test de FLEURS.
Les llengües més febles són les que més han millorat. El letó va passar del 30,25% al 20,70%, el lituà del 24,50% al 18,00%, l’eslovè del 23,82% al 18,49% i el maltès del 24,46% al 19,19%. El grec va ser el que més va baixar, del 36,10% al 20,96%, tot i que continua tenint la taxa d’error més alta de les 25. Les grans llengües (anglès, alemany, espanyol, francès, italià, portuguès, neerlandès i rus) ja anaven bé i van millorar menys, entre 0,68 i 1,27 punts, però en totes la millora supera el marge d’error.
Parakeet Ultra és més lent?
| Parakeet V3 | Parakeet Ultra | |
|---|---|---|
| Velocitat de processament | 74,5× el temps real | 74,0× el temps real |
| Càrrega del model, mediana | 0,10 s | 0,10 s |
200 fragments de FLEURS, els vuit primers de cada llengua, 37,2 minuts d’àudio. Cada fragment es va passar pels dos models un darrere l’altre, alternant quin anava primer. Només el temps de processament del motor, sense l’inici del procés ni la càrrega del model; no és la latència total a l’app. Mac amb Apple M5, macOS 27.0.
No hi ha cap diferència mesurable. Parakeet Ultra va anar a 74,0× el temps real i Parakeet V3 a 74,5×, una diferència dins del marge d’error (relació de velocitat 0,99, interval de 0,94 a 1,06). En aquest Mac, una hora d’àudio es transcriu en uns 49 segons amb qualsevol dels dos models.
És lògic: els dos models tenen el mateix disseny i la mateixa mida, i només es diferencien pels pesos. Moondream presenta Parakeet Ultra com un model pensat per a GPU; a Whisper Notes s’executa a l’Apple Neural Engine convertit a Core ML, i és més precís a la mateixa velocitat.
Aguanta bé el soroll de fons?
FLEURS només conté parla neta, així que el soroll el vam provar a part. Vam barrejar soroll de fons del corpus MUSAN amb frases llegides de LibriSpeech i de FLEURS en alemany i en espanyol, a tres nivells de soroll (relació senyal-soroll de 10, 5 i 0 dB): nou condicions i 1.320 frases, en un Mac amb el mateix model Core ML que fa servir Whisper Notes.
| Condició | Parakeet V3 | Parakeet Ultra | Canvi |
|---|---|---|---|
| LibriSpeech test-other, 10 dB | 4,72% | 3,87% | −18% |
| LibriSpeech test-other, 5 dB | 5,71% | 4,86% | −15% |
| LibriSpeech test-other, 0 dB | 9,91% | 8,75% | −12% |
| FLEURS alemany, 10 dB | 9,80% | 8,04% | −18% |
| FLEURS alemany, 5 dB | 13,86% | 10,55% | −24% |
| FLEURS alemany, 0 dB | 24,21% | 17,88% | −26% |
| FLEURS espanyol, 10 dB | 11,17% | 5,46% | −51% |
| FLEURS espanyol, 5 dB | 11,90% | 5,77% | −51% |
| FLEURS espanyol, 0 dB | 13,43% | 6,96% | −48% |
| Mitjana de les nou | 11,63% | 8,02% | −31% |
Prova de soroll a part, no la sèrie de FLEURS anterior: taxa d’error per paraula en percentatge, 200 frases de LibriSpeech o 120 de FLEURS per condició. Aquestes taxes d’error no són comparables amb les de la taula de FLEURS; només se’n pot traslladar el canvi relatiu.
Amb soroll de fons, Parakeet Ultra va cometre de mitjana aproximadament un 31% menys d’errors que Parakeet V3, i va ser clarament millor en les nou condicions. Com més soroll té l’àudio en alemany, més gran és la diferència, i en espanyol els errors es van reduir aproximadament a la meitat en tots els nivells.
I amb enregistraments llargs?
La nostra prova va fer servir fragments de menys de 30 segons, així que no cobreix els enregistraments llargs. Moondream sí que els avalua a l’article de llançament, amb 11 xerrades TED senceres, a més de conjunts de test en anglès, parla de l’àmbit empresarial i soroll de fons:
| Avaluació | Parakeet V3 | Parakeet Ultra |
|---|---|---|
| Anglès, set conjunts de test | 6,26% | 5,80% |
| FLEURS, 25 llengües | 11,62% | 9,55% |
| Parla de l’àmbit empresarial | 6,15% | 5,79% |
| Soroll de fons | 6,72% | 5,82% |
| Enregistraments llargs, 11 xerrades de TED-LIUM | 2,71% | 1,94% |
Taxa d’error per paraula; com més baixa, millor. El verd marca el valor més baix. Són xifres de Moondream: el model amb precisió completa, executat amb l’entorn de Moondream en GPU de NVIDIA i amb una normalització del text diferent; per això, en termes absoluts no són comparables amb les nostres xifres de més amunt.
Detalls: Introducing Moondream Parakeet Redux and Parakeet Ultra
Parakeet Ultra té la taxa d’error més baixa en les cinc avaluacions; en els enregistraments llargs fa al voltant d’un 28% menys d’errors.
Especificar la llengua empitjora Parakeet
Molts usuaris de Whisper Notes ens han preguntat per què Parakeet no té cap opció de llengua. A Parakeet se li pot indicar quina llengua ha d’esperar, però a Whisper Notes això el va fer menys precís, en totes dues versions. Ho vam mesurar transcrivint cada frase dues vegades: una amb detecció automàtica i una altra amb la llengua especificada.
| Llengua | Ultra, especificada | Ultra, detectada | V3, especificada | V3, detectada |
|---|---|---|---|---|
| Alemany | 5,19 | 3,72 | 6,26 | 4,69 |
| Neerlandès | 7,89 | 6,91 | 8,58 | 7,59 |
| Eslovè | 20,32 | 18,49 | 25,51 | 23,82 |
| Grec | 34,00 | 20,96 | 36,49 | 36,10 |
| Les 25 llengües | 11,59 | 10,63 | 14,30 | 13,99 |
Taxa d’error per paraula en percentatge. El verd marca el valor més baix de cada parell. Per a Parakeet Ultra, totes les diferències que es mostren superen el marge d’error, i 18 de les 25 llengües van sortir millor amb la detecció i cap no va sortir pitjor. Per a Parakeet V3 no hem calculat aquí el marge d’error.
La nostra hipòtesi és que especificar la llengua no ajuda Parakeet a entendre millor l’àudio. Només elimina de la transcripció les paraules que no semblen d’aquella llengua, i sovint s’hi perden per error noms propis i manlleus. Per això, a Whisper Notes Parakeet sempre detecta la llengua tot sol; Whisper, SenseVoice i Qwen3-ASR et deixen triar-la, i amb SenseVoice triar-la dona una taxa d’error una mica més baixa.
Per a quines llengües és una bona opció Parakeet Ultra?
- El letó, el lituà, l’eslovè, el maltès, l’hongarès, l’estonià i el grec són les que més milloren, de 4,72 a 15,14 punts.
- L’anglès, l’alemany, l’espanyol, el francès, l’italià, el portuguès i el neerlandès ja tenien taxes d’error baixes i milloren de 0,68 a 1,01 punts. El croat no va mostrar cap diferència clara.
- L’ucraïnès, el txec, l’estonià, l’hongarès, el lituà i l’eslovac: Parakeet Ultra ara té una taxa d’error més baixa que Whisper Large V3 Turbo a les nostres proves amb FLEURS.
- El xinès, el japonès i el coreà, Parakeet no els admet. Per a aquestes llengües, fes servir SenseVoice o Whisper (Whisper Large V3 Turbo a Mac, Whisper Small a iPhone).
Per comparar tots els models en la teva llengua, amb la taxa d’error de cadascun en 42 llengües, consulta Parakeet vs Whisper vs Qwen3-ASR vs SenseVoice.
Què és Parakeet Ultra?
| Creador | Moondream |
| Model base | NVIDIA Parakeet TDT 0.6B v3 |
| Publicació | 22 de setembre de 2026 |
| Mida | 0,6 mil milions de paràmetres, la mateixa arquitectura i el mateix tokenitzador que el model base; uns 600 MB dins de l’app per a Mac |
| Llengües | Les mateixes 25 llengües europees que Parakeet V3 |
| Dades d’entrenament | No publicades |
| Llicència | CC BY 4.0; pàgina del model: moondream/parakeet-ultra |
| On s’executa | Al teu dispositiu, sense connexió, a l’Apple Neural Engine, mitjançant la conversió a Core ML de Fluid Inference |
| A Whisper Notes | Integrat, sense descàrrega a part: a l’app per a iPhone i a les dues versions per a Mac, la de la Mac App Store i l’app per a Mac del nostre web. |
Vam comparar els pesos convertits amb els que va publicar Moondream, tensor per tensor; coincideixen dins del marge de precisió de la conversió.
Com ho vam provar
Totes les nostres xifres de FLEURS es van mesurar directament a Whisper Notes, de manera que executar el model en brut en un altre entorn pot donar resultats diferents. Vam fer servir el conjunt de test de Google FLEURS: 25 llengües i 3.976 frases, amb les mateixes frases i la mateixa puntuació que a les nostres proves anteriors. La taxa d’error per paraula es calcula sobre totes les paraules de cada llengua, els intervals del 95% surten de remostrejar les frases i tot es va executar en un Mac amb Apple M5. Si s’especifica la llengua, la conclusió és la mateixa (del 14,30% a l’11,59%). En una mostra de FLEURS a part, vam mesurar la mateixa baixada del 17,8% que indica la fitxa del model de Moondream.
FLEURS és parla llegida i neta en fragments de menys de 30 segons, així que no cobreix reunions, àudio captat a distància, accents marcats ni enregistraments llargs. L’iPhone fa servir el mateix model i no el vam provar per separat.
Preguntes freqüents
Parakeet Ultra vs Parakeet V3: quin és més precís?
Parakeet Ultra. En 25 llengües de FLEURS a Whisper Notes fa aproximadament un 24% menys d’errors: la taxa d’error per paraula és del 10,63% amb Parakeet Ultra i del 13,99% amb Parakeet V3. Ultra va ser millor en 24 llengües i no va ser pitjor en cap. Les millores més grans van ser en grec, del 36,10% al 20,96%, i en letó, del 30,25% al 20,70%.
Parakeet Ultra és més lent que Parakeet V3?
No. En un Mac amb Apple M5 va anar a 74,0× el temps real, contra 74,5× de Parakeet V3, una relació de velocitat de 0,99 amb un interval del 95% de 0,94 a 1,06. Són uns 49 segons per hora d’àudio amb qualsevol dels dos models.
Quines llengües admet Parakeet Ultra?
Les mateixes 25 llengües europees que Parakeet V3: alemany, anglès, búlgar, croat, danès, eslovac, eslovè, espanyol, estonià, finès, francès, grec, hongarès, italià, letó, lituà, maltès, neerlandès, polonès, portuguès, romanès, rus, suec, txec i ucraïnès. Per al xinès, el cantonès, el japonès i el coreà, Whisper Notes ofereix SenseVoice Small; per a les altres llengües, Whisper.
Com puc fer servir Parakeet Ultra?
És el model Parakeet integrat a Whisper Notes, a l’app per a iPhone i a les dues versions per a Mac. No cal cap descàrrega a part, i transcriu sense connexió al teu dispositiu.
Parakeet Ultra vs Parakeet Redux: quina diferència hi ha?
Tots dos són de Moondream i parteixen del Parakeet TDT 0.6B v3 de NVIDIA. Parakeet Redux és la versió comprimida, per a CPU i Mac: els pesos passen d’1,2 GB a 178 MB i els del codificador queden reduïts a tres valors possibles. En les proves de la mateixa Moondream, és una mica menys precís que l’original en anglès (6,55% contra 6,26%) i clarament pitjor amb soroll de fons (9,04% contra 6,72%). Parakeet Ultra conserva els pesos amb precisió completa i és el més precís dels tres en les cinc avaluacions de Moondream; és el model que fa servir Whisper Notes, amb la conversió a Core ML de Fluid Inference.
Prova-ho
Parakeet Ultra ja ve integrat a Whisper Notes. Amb els botons de sota pots baixar l’app per a iPhone de l’App Store o l’app per a Mac del nostre web. Tens preguntes? Escriu a support@whispernotes.app.
