TL;DR
| Parakeet V3 | Comparació amb Whisper | |
|---|---|---|
| Velocitat | 10× vs Turbo; ~23× vs V3 | Referència: Turbo / Large V3 |
| Idiomes compatibles | 25 | 100+ |
| Taxa d'error en anglès (WER) | 6.32% | Turbo 7.83%; V3 7.44% |
| 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: el mateix àudio de 35 minuts en Apple Silicon. 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.
A partir de la versió 1.3.2 (Direct Download / DMG), Whisper Notes per a Mac ve amb NVIDIA Parakeet TDT 0.6B com a motor de reconeixement de veu per defecte. És 10x més ràpid que Whisper Large V3 Turbo per a anglès, i més precís. 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.
Hi ha una cosa que em molestava: quan feia servir el dictat a tot el sistema amb la tecla Fn amb Whisper, acabar una frase d'~1 minut significava esperar 3–5 segons perquè aparegués la transcripció. Aquesta pausa trenca el ritme. Deixes de parlar, esperes, mires el cursor — mata la màgia d'escriure amb la veu.
Parakeet ho ha canviat completament. La velocitat és tan alta que la transcripció apareix a l'instant que deixes de parlar. Parles, i les paraules simplement hi són. Un cop experimentes aquesta sensació — aquest flux fluid, sense esperes — és molt difícil tornar a Whisper.
Com de ràpid és Parakeet V3?
Els números parlen més fort que les paraules. Aquí teniu una comparació real amb un fitxer d'àudio de 35 minuts al mateix Mac:
| Model | Àudio de 35 min |
|---|---|
| Whisper Large V3 Turbo | 3 minuts |
| Parakeet TDT 0.6B v3 | 18 segons |
10x més ràpid. I com que el model és més petit (600M vs 800M paràmetres), utilitza menys memòria i menys bateria.
Què fa que Parakeet v3 sigui tan ràpid
Whisper escolta l'àudio com si llegissis un llibre en veu alta — paraula per paraula, fotograma per fotograma, sense saltar-se res. Fins i tot durant el silenci, continua processant, endevinant què ve després. És minuciós, però lent.
Parakeet utilitza un enfocament fonamentalment diferent. Comprimeix el senyal d'àudio 8x abans de processar-lo, de manera que el model només veu el que importa. Després, en lloc de processar cada fotograma un per un, prediu no només quina paraula has dit, sinó quant dura — i salta endavant. Silenci? Saltat completament. Una vocal llarga? Una sola predicció en lloc de dotzenes.
El resultat és un model que processa la parla com ho fa el teu cervell — centrant-se en les paraules, ignorant els buits. Per això és 10x més ràpid amb menys paràmetres i més precisió.
Benchmarks: Parakeet v3 vs Whisper
Parakeet v3 iguala o supera models 2-4x més grans als benchmarks FLEURS, CoVoST i MLS
A la Hugging Face Open ASR Leaderboard, Parakeet v3 lidera la classificació amb només 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% | 3,333x |
| Canary 1B v2 | 1.0B | 7.15% | 749x |
| Whisper Large V3 | 1.55B | 7.44% | 146x |
| Whisper Large V3 Turbo | 0.8B | 7.83% | 350x |
WER més baix = menys errors. RTFx més alt = més ràpid. Parakeet guanya en tots dos. Amb 600M paràmetres, també és el model més petit de la llista — cosa que significa que funciona de meravella a Apple Silicon amb un consum mínim de memòria i bateria.
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 grec, francès, estonià i maltès, 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 aproximadament 23× la velocitat, 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.
Selector de models: Parakeet V3 (per defecte), SenseVoice Small, Whisper Small i Whisper Large V3 Turbo — tots funcionant localment
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 | |
|---|---|---|---|
| WER anglès | 6.05% | 6.32% | 7.44% |
| 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 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. A la nostra prova de 35 minuts, Parakeet va ser 10× més ràpid que Whisper Turbo, i l'Open ASR Leaderboard reporta un WER en anglès del 6.32% per a Parakeet contra el 7.83% de Turbo. Whisper continua cobrint moltes més llengües: més de 100 contra les 25 de Parakeet.
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 el DMG de prova gratuïta per provar-lo.
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 (52x més ràpid que Whisper per a les llengües CJK) 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 que fa servir aproximadament 800 MB de memòria mentre transcriu a la nostra versió per a Mac. Whisper Large V3 Turbo és una descàrrega d'uns 1.6 GB i fa servir aproximadament 1.6 GB de memòria a la mateixa aplicació.
Proveu-lo
Parakeet v3 ja està disponible a la versió Mac — només cal descarregar l'últim DMG. Actualització: Parakeet ja està disponible també a l'última versió d'iOS.
Preguntes o comentaris? Escriviu a support@whispernotes.app.
Descarregar per a iOS