TL;DR
| Parakeet V3 | Comparació amb Whisper | |
|---|---|---|
| Velocitat | ~60× el temps real en Apple Silicon | Turbo ~14× el temps real en el mateix M4 Pro |
| Idiomes compatibles | 25 | 100+ |
| Taxa d'error en anglès (WER) | 6.32% | Turbo 7.83% |
| Taxa d'error mitjana, 25 idiomes (WER) | 12.0% | 12.6% |
| Al·lucinacions | Pràcticament cap en silencis a les nostres proves | Poden aparèixer en silencis |
| Ideal per a | Anglès i idiomes europeus | Asiàtics, àrab, 100+ |
* Velocitat: mesura pròpia en Apple Silicon (58× en un podcast, 63× en una reunió). WER en anglès: Hugging Face Open ASR Leaderboard. Mitjana de 25 idiomes: benchmark FLEURS. El comportament amb els silencis és una observació sobre el nostre producte, no una garantia de zero errors.
Whisper Notes per a Mac fa servir NVIDIA Parakeet TDT 0.6B com a motor de reconeixement de veu per defecte. En Apple Silicon funciona a uns 60× el temps real i, a l'Open ASR Leaderboard, és més precís en anglès que Whisper Large V3 Turbo — 6.32% contra 7.83%. Els models Whisper continuen disponibles si necessiteu altres idiomes.
Per què hem canviat el model per defecte
Whisper està molt bé, però va ser dissenyat com un model de propòsit general. Gestiona més de 100 llengües, tradueix, genera marques de temps — una navalla suïssa. El preu a pagar és la velocitat. Per al dictat en anglès, quan només vols que les paraules surtin a la pantalla ràpid, és excessiu.
Amb Whisper darrere del dictat a tot el sistema amb la tecla Fn, una frase d'un minut trigava de 3 a 5 segons a aparèixer després de deixar anar la tecla.
Amb Parakeet, la mateixa frase apareix en un segon o menys, prou poc perquè deixis de notar l'espera.
Com de ràpid és Parakeet V3?
Aquí teniu dues proves nostres: els dos motors amb el mateix àudio, al mateix Mac:
| Model | Podcast en anglès de 5 minuts (M4 Pro) |
|---|---|
| Whisper Large V3 Turbo | 20.92 s — 14.3× el temps real |
| Parakeet TDT 0.6B v3 | 2.91 s — 103× el temps real |
En una màquina més modesta la diferència es manté. Al nostre M5 Air, Parakeet va transcriure una reunió de 17.5 minuts en 16.7 segons, uns 60× el temps real.
Què fa que Parakeet v3 sigui tan ràpid
L'encoder de Whisper llegeix d'una sola vegada una finestra de 30 segons d'àudio. Després, el decoder escriu la transcripció token a token, i sempre espera escriure alguna cosa, fins i tot sobre el silenci.
Parakeet és un transductor. Primer comprimeix l'àudio 8×, i després prediu cada token juntament amb quant dura, de manera que pot saltar endavant en lloc de recórrer cada fotograma. Sobre el silenci emet un «blank» i continua.
D'aquí surten tant la velocitat com les pauses més netes. En un M4 Pro enllesteix una hora d'àudio en menys d'un minut, amb menys paràmetres que Whisper Large V3 Turbo i una taxa d'error més baixa en anglès.
Benchmarks: Parakeet v3 vs Whisper
Com més baix, millor: Parakeet V3, que fa menys de la meitat que Whisper Large V3, queda a menys d'un punt d'aquest en els tres benchmarks, i el Seamless M4T v2, més gran, obté els valors més baixos.
A la Hugging Face Open ASR Leaderboard, Parakeet v3 fa una mitjana del 6.32% de WER en anglès amb 600M paràmetres — menys de la meitat dels 1.55B de Whisper Large V3:
| Model | Paràmetres | WER Mitjà | Velocitat (RTFx) |
|---|---|---|---|
| Parakeet TDT 0.6B v3 | 0.6B | 6.32% | 3333x |
| Canary 1B v2 | 1.0B | 7.15% | 749x |
| Whisper Large V3 Turbo | 0.8B | 7.83% | 350x |
WER més baix = menys errors. RTFx més alt = més ràpid. Parakeet va per davant en tots dos, i amb 600M paràmetres és el més petit dels tres, així que funciona bé a Apple Silicon sense gaire memòria.
WER multilingüe: els 25 idiomes
La taula de dalt només cobreix l'anglès. Aquí teniu la imatge completa — com els tres models disponibles a Whisper Notes es comparen als 25 idiomes que suporta Parakeet, mesurats al benchmark FLEURS. WER més baix = menys errors de transcripció. El millor valor entre Large V3 i Parakeet es ressalta per fila:
| Idioma | Whisper Small | Whisper Large V3 | Parakeet V3 |
|---|---|---|---|
| Búlgar | 37.3 | 12.9 | 12.6 |
| Croat | 33.4 | 11.1 | 12.5 |
| Txec | 37.6 | 11.3 | 11.0 |
| Danès | 32.8 | 12.6 | 18.4 |
| Neerlandès | 16.4 | 5.6 | 7.5 |
| Anglès | 6.1 | 4.3 | 4.9 |
| Estonià | 51.3 | 19.1 | 17.7 |
| Finlandès | 24.0 | 7.7 | 13.2 |
| Francès | 15.0 | 6.3 | 5.2 |
| Alemany | 10.2 | 4.3 | 5.0 |
| Grec | 30.8 | 27.0 | 20.7 |
| Hongarès | 38.9 | 14.1 | 15.7 |
| Italià | 9.8 | 2.3 | 3.0 |
| Letó | 53.2 | 18.3 | 22.8 |
| Lituà | 65.6 | 22.3 | 20.4 |
| Maltès | 92.2 | 68.9 | 20.5 |
| Polonès | 14.7 | 4.7 | 7.3 |
| Portuguès | 7.3 | 3.7 | 4.8 |
| Romanès | 29.8 | 8.2 | 12.4 |
| Rus | 11.4 | 4.2 | 5.5 |
| Eslovac | 33.3 | 8.4 | 8.8 |
| Eslovè | 49.3 | 19.9 | 24.0 |
| Espanyol | 5.6 | 3.1 | 3.5 |
| Suec | 20.8 | 7.9 | 15.1 |
| Ucraïnès | 19.3 | 6.5 | 6.8 |
| Mitjana | 29.8 | 12.6 | 12.0 |
WER (%) a FLEURS. Dades de Whisper Small de Radford et al.; dades de Large V3 i Parakeet V3 de l'article NVIDIA Canary-1B-v2.
Whisper Large V3 va al davant en la majoria d'idiomes individuals, però Parakeet V3 hi és molt a prop de mitjana (12.0% vs 12.6%), guanya en set d'ells, sobretot en maltès i grec, i retalla al voltant d'un 60% la taxa d'error mitjana de Whisper Small. L'avantatge pràctic és la combinació: precisió multilingüe al nivell de Large V3 a uns 60× el temps real en Apple Silicon, una empremta d'execució més petita i una gestió dels silencis molt més fiable a les nostres proves de dictat.
Per què al·lucina menys en els silencis
Si heu fet servir Whisper per al dictat, segurament l'heu vist al·lucinar durant el silenci — repetint frases, inventant paraules, o escupint «Subtitles by Amara.org» del no-res. Això passa perquè el decodificador autoregressiu de Whisper sempre espera produir text, fins i tot quan no hi ha res a transcriure.
L'arquitectura transducer de Parakeet pot emetre sortides buides en lloc de forçar un token de text. A les nostres proves de dictat a tot el sistema, això el fa molt menys propens que Whisper a omplir una pausa amb text repetit o sense relació. Continua sent un model de veu, així que l'afirmació precisa és «molt menys probable», no «mai».
Idiomes que suporta Parakeet
Parakeet v3 suporta 25 idiomes: búlgar, croat, txec, danès, neerlandès, anglès, estonià, finlandès, francès, alemany, grec, hongarès, italià, letó, lituà, maltès, polonès, portuguès, romanès, rus, eslovac, eslovè, espanyol, suec i ucraïnès.
Això cobreix la major part d'Europa, però no el xinès, el japonès, el coreà, l'àrab ni l'hindi. Per al xinès, el japonès, el coreà i el cantonès, trieu SenseVoice; per a l'àrab, l'hindi i altres llengües fora del conjunt de Parakeet, feu servir Whisper Large V3 Turbo. Per comprovar una llengua concreta motor per motor, consulteu la nostra pàgina d'idiomes compatibles amb Whisper, Parakeet V3 i SenseVoice.
Parakeet V3 ve integrat i seleccionat; Whisper Small i Whisper Large V3 Turbo són baixades opcionals que també funcionen en local.
Selector de Models a Whisper Notes
Obriu Configuració per canviar entre models:
- Parakeet V3 (per defecte) — El més ràpid, ideal per a anglès i idiomes europeus
- SenseVoice Small — El més ràpid per a xinès, japonès, coreà i cantonès
- Whisper Small — Lleuger, més de 100 llengües
- Whisper Large V3 Turbo — Àmplia cobertura, més de 100 llengües
Tots els models funcionen 100% localment al vostre Mac. Sense internet, sense núvol, cap dada surt del vostre dispositiu.
I Parakeet V2?
Si heu fet servir V2, potser us pregunteu com es compara. V2 era un model només per a anglès — i la seva precisió en anglès és de fet lleugerament millor que la de V3 (WER 6.05% vs 6.32%). V3 intercanvia aquest petit marge pel suport de 25 idiomes. Tots dos són molt més precisos que Whisper.
| Parakeet V2 | Parakeet V3 | Whisper Large V3 Turbo | |
|---|---|---|---|
| WER anglès | 6.05% | 6.32% | 7.83% |
| Idiomes | Només anglès | 25 | 100+ |
En resum: si només necessiteu anglès, V2 i V3 són excel·lents. V3 és el predeterminat a Whisper Notes perquè el suport multilingüe és important per a la majoria d'usuaris — i la diferència en la precisió de l'anglès és insignificant.
I WhisperKit?
WhisperKit és el framework Swift de codi obert d'Argmax per executar models Whisper en dispositius Apple. És un conjunt d'eines per a desenvolupadors, no una aplicació per a l'usuari final — i executa Whisper, no Parakeet (que és la família de models de NVIDIA). Si voleu una transcripció al dispositiu a l'estil de WhisperKit sense haver d'escriure Swift, Whisper Notes empaqueta la mateixa idea en una aplicació llesta per fer servir: Parakeet V3, Whisper (Large V3 Turbo al Mac, Small a l'iPhone) i SenseVoice, tots funcionant localment al Mac i a l'iPhone.
Esteu comparant totes les opcions locals? Cada model de veu a text al dispositiu — les variants de Whisper, Parakeet V3, SenseVoice i Voxtral — està comparat costat a costat a la nostra pàgina de comparació de models Whisper. Whisper és nou per a vosaltres? Comenceu per la guia de transcripció amb Whisper — què és el model, totes les maneres d'executar-lo i què costa.
Preguntes freqüents
Parakeet V3 és millor que Whisper?
Per a l'anglès i les llengües europees, sovint sí. L'Open ASR Leaderboard reporta un WER en anglès del 6.32% per a Parakeet contra el 7.83% de Turbo, i a la nostra prova en un M4 Pro Parakeet va anar a 103× el temps real contra els 14.3× de Turbo. Whisper continua cobrint moltes més llengües: si la teva no és una de les 25 de Parakeet, tria Turbo.
Quins idiomes suporta Parakeet V3?
Parakeet V3 suporta 25 idiomes: búlgar, croat, txec, danès, neerlandès, anglès, estonià, finlandès, francès, alemany, grec, hongarès, italià, letó, lituà, maltès, polonès, portuguès, romanès, rus, eslovac, eslovè, espanyol, suec i ucraïnès.
Puc executar Parakeet V3 al Mac?
Sí. Whisper Notes per a Mac inclou Parakeet V3 com a motor per defecte. Funciona 100% localment en Apple Silicon — sense internet, sense núvol, cap dada surt del vostre dispositiu. Descarregueu Whisper Notes per a Mac i proveu-lo: 5.000 paraules a la setmana són gratis.
Parakeet V3 al·lucina com Whisper?
Molt menys sovint a les nostres proves amb silenci, però cap model de veu no mereix un «mai». Parakeet pot emetre sortides buides durant les pauses, mentre que el decodificador autoregressiu de Whisper és més propens a frases repetides o text sense relació quan l'entrada és silenci.
Parakeet V2 o V3 — quin hauria de fer servir?
Parakeet V2 és només per a anglès, amb una precisió en anglès lleugerament millor (WER 6.05% vs 6.32%). V3 canvia aquest marge mínim per 25 llengües europees i és el model per defecte a Whisper Notes. Tret que transcriviu exclusivament en anglès i busqueu l'última fracció de punt percentual, feu servir V3.
Parakeet V3 suporta japonès, xinès o coreà?
No — els seus 25 idiomes són tots europeus. Per al xinès, el japonès, el coreà o el cantonès, Whisper Notes inclou SenseVoice — el tries per a aquestes llengües i funciona a 52× el temps real o més — i els models Whisper. Tots funcionen sense connexió tant al Mac com a l'iPhone.
Com de gran és Parakeet V3?
600 milions de paràmetres — una descàrrega de 465 MB, el model més petit de totes dues versions per a Mac. Whisper Large V3 Turbo és una descàrrega d'uns 1.6 GB a la mateixa aplicació, i Qwen3-ASR 1.7B (Beta), que només hi ha a la descàrrega directa per a Mac, ocupa uns 2.5 GB.
Proveu-lo
Parakeet V3 és el motor per defecte de Whisper Notes a l'iPhone i al Mac.
Preguntes o comentaris? Escriviu a support@whispernotes.app.
Descarregar per a iOS