Od macOS 26 a iOS 26 dodává Apple novou generaci rozpoznávání řeči v zařízení — SpeechAnalyzer a SpeechTranscriber, dál zkráceně Apple Speech. Je výrazně přesnější než starý engine diktování. Chtěli jsme zjistit, jak si v praxi vede proti otevřeným modelům, které si lidé stahují do zařízení — Whisper, Parakeet, Qwen3-ASR a SenseVoice: je už vestavěné rozpoznávání řeči Apple natolik dobré, že se obejdeš úplně bez aplikace pro přepis?
O kolik je lepší než diktování, které už znáš?
Doposud se rozpoznávání řeči na Macu opíralo o engine z éry SFSpeechRecognizer — stejný, který dodnes používá systémové diktování (DictationTranscriber). macOS 26 a iOS 26 přidaly API SpeechAnalyzer a jeho modul SpeechTranscriber. Oba jsme na stejném Macu spustili nad testovací částí FLEURS — přibližně 150 vět a 30 minut na každý jazyk.
| Jazyk | Diktování Apple | Apple Speech |
|---|---|---|
| Korejština | 7,11 | 4,31 |
| Italština | 6,93 | 4,39 |
| Španělština (Latinská Amerika) | 8,43 | 5,41 |
| Němčina | 12,69 | 6,26 |
| Japonština | 9,37 | 6,36 |
| Francouzština | 17,10 | 7,61 |
| Čínština | 10,28 | 7,97 |
| Kantonština | 10,18 | 8,69 |
| Angličtina | 13,83 | 8,80 |
| Portugalština (Brazílie) | 10,85 | 9,35 |
Všechny jazyky, které oba enginy Apple změřily bez zkreslení, seřazené podle chybovosti Apple Speech; zeleně je lepší hodnota v řádku. Stejný běh, stejné nahrávky, stejný Mac. CER pro japonštinu, korejštinu, čínštinu a kantonštinu, WER pro ostatní.
Apple Speech je přesnější ve všech deseti jazycích, které oba enginy změřily bez zkreslení. Ve francouzštině a němčině ubývá více než polovina chyb, u mediánového jazyka zhruba třetina a v brazilské portugalštině a kantonštině přibližně jedna chyba ze sedmi.
Diktování stále pokrývá více jazyků. V tomto běhu vrátil Apple Speech výsledky pro 21 z 83 jazykových konfigurací, diktování pro 33, včetně tří jazyků, které nový engine zde nemá: nizozemštiny, polštiny a ruštiny s výsledky 17,34, 13,50 a 13,13. Neexistuje ani jeden pevný seznam, který by šlo citovat. Jazykové prostředky patří macOS, takže aplikace za běhu zjišťuje, co je na daném Macu dostupné.
Můžeš tedy stahované modely vynechat?
Šest enginů, stejné nahrávky, jeden Mac. Níže je deset z nejpoužívanějších jazyků v pevném pořadí, které nijak nesouvisí s výsledky.
| Jazyk | Apple Speech | Qwen3-ASR | Whisper Large | Whisper Small | Parakeet | SenseVoice |
|---|---|---|---|---|---|---|
| Angličtina | 8,80 | 4,49 | 5,49 | 7,04 | 6,89 | 8,46 |
| Němčina | 6,26 | 2,85 | 4,05 | 8,67 | 6,26 | — |
| Nizozemština | — | 7,36 | 5,69 | 16,75 | 8,58 | — |
| Ruština | — | 5,65 | 5,13 | 11,37 | 7,12 | — |
| Polština | — | 12,59 | 5,45 | 15,81 | 8,30 | — |
| Japonština | 6,36 | 5,74 | 5,30 | 11,37 | — | 6,78 |
| Korejština | 4,31 | 3,54 | 4,25 | 7,30 | — | 7,85 |
| Francouzština | 7,61 | 4,57 | 5,97 | 13,24 | 5,83 | — |
| Čínština | 7,97 | 6,49 | 7,97 | 20,50 | — | 7,69 |
| Španělština (Latinská Amerika) | 5,41 | 3,38 | 3,62 | 6,22 | 4,86 | — |
Deset z nejpoužívanějších jazyků, jeden engine v každém sloupci. Každá buňka ukazuje chybovost daného enginu, nižší je lepší; zeleně je nejnižší hodnota v řádku, bíle druhá nejnižší. CER pro japonštinu, korejštinu a čínštinu, WER pro zbytek; nikdy je neslučujeme do jednoho čísla. Náš vlastní běh FLEURS, provedený týmem Whisper Notes, na jednom M5 MacBook Air, čtená řeč.
Zkrácené názvy: Qwen3-ASR = Qwen3-ASR 1.7B, Whisper Large = Whisper Large V3 Turbo, Parakeet = Parakeet V3, SenseVoice = SenseVoice Small. Pomlčka znamená, že engine nemá model pro daný jazyk.
Qwen3-ASR 1.7B má nejnižší chybovost v šesti z deseti jazyků, Whisper Large V3 Turbo ve zbývajících čtyřech a Apple Speech v žádném. Nejblíž je vítězi v korejštině, kde ztrácí 0,77 bodu, potom v japonštině 1,06 a čínštině 1,48; v čínštině se s Whisper Large V3 Turbo dělí o výsledek 7,97. Největší odstup má v angličtině: 8,80 (Apple Speech) proti 4,49 (Qwen3-ASR 1.7B). Pro nizozemštinu, polštinu a ruštinu výsledek Apple Speech vůbec není.
Proti Whisper Small byl Apple Speech přesnější v osmi z deseti jazyků, které oba enginy změřily bez zkreslení. Prohrál ve dvou: v angličtině 8,80 (Apple Speech) proti 7,04 (Whisper Small) a v brazilské portugalštině 9,35 proti 8,61.
Benchmark zveřejněný v červenci porovnával Apple Speech s Whisper Small v angličtině a ukázal náskok Apple. Záleží na tom, která verze Whisper je v porovnání, i na použitých nahrávkách. Tam se použil LibriSpeech — vypravěči audioknih čtoucí nahlas; u nás FLEURS — mnoho různých lidí čtoucích věty z Wikipedie. Náš běh ukazuje rozdíl v angličtině, ale nedokáže určit jeho příčinu.
Proti Whisper Large V3 Turbo se pořadí obrací. Apple Speech zaostává v osmi z těchto deseti jazyků, v čínštině se dělí o výsledek 7,97 a vede jen v kantonštině: 8,69 (Apple Speech) proti 36,75 (Whisper Large V3 Turbo) — podívej se na kantonský řádek níže. Poznámky OpenAI k vydání Turbo uvádějí kantonštinu mezi jazyky, kde se model zhoršil nejvíce, takže 36,75 je známá slabina Whisper, ne zvláštnost našeho běhu.
V korejštině udělá Apple Speech chybu přibližně v jednom znaku z 23. Nejpřesnější model v tomto běhu, Qwen3-ASR 1.7B, chybuje zhruba v jednom z 28: 4,31 (Apple Speech) proti 3,54 (Qwen3-ASR 1.7B).
Parakeet V3 vyžaduje stažení 465 MB a je přesnější v každém evropském jazyce, který podporují oba enginy: v angličtině 6,89 (Parakeet V3) proti 8,80 (Apple Speech), ve francouzštině 5,83 proti 7,61, ve španělštině 4,86 proti 5,41, v italštině 3,43 proti 4,39 a v brazilské portugalštině 6,49 proti 9,35. V němčině mají oba výsledek 6,26. Parakeet nepodporuje japonštinu, korejštinu, čínštinu ani kantonštinu — z této dvojice je tam dostupný jen Apple Speech.
Mezi šesti řádky, v nichž vede Qwen3-ASR 1.7B, jsou angličtina, němčina, francouzština a španělština.
SenseVoice Small je zde nejrychlejší — 162,3× rychleji než v reálném čase. V čínštině a angličtině jsou jeho výsledky blízko Apple Speech: 7,69 (SenseVoice Small) proti 7,97 (Apple Speech) a 8,46 proti 8,80. V korejštině výrazně zaostává: 7,85 (SenseVoice Small) proti 4,31 (Apple Speech).
Velikost a rychlost
| Engine | Rychlost | Špičková paměť | Stažení |
|---|---|---|---|
| SenseVoice Small | 162,3× rychleji než v reálném čase | 0,95 GiB | 827 MB |
| Parakeet V3 | 75,6× rychleji než v reálném čase | 0,09 GiB | 465 MB |
| Apple Speech | 30,8× rychleji než v reálném čase | neuvedeno | <5 MB |
| Qwen3-ASR 1.7B | 11,1× rychleji než v reálném čase | 2,43 GiB | asi 2,5 GB |
| Whisper Small | 7,9× rychleji než v reálném čase | 0,87 GiB | 600 MB |
| Whisper Large V3 Turbo | 3,0× rychleji než v reálném čase | 1,87 GiB | asi 1,6 GB |
Rychlost je medián každého enginu ve třinácti jazycích, které tento článek měří bez zkreslení, a počítají se jen ty, které spustil — propustnost zpracování jednotlivých položek, diagnostika, ne latence produktu. Špičková paměť je maximum skupiny procesů v tomto běhu. Apple Speech dekóduje uvnitř služby macOS, kterou volající aplikace nevlastní, takže by tam žádné číslo neznamenalo totéž jako u ostatních pěti.
Apple Speech běžel 30,8× rychleji než v reálném čase, za Parakeet V3 se 75,6× a SenseVoice Small se 162,3×. Jeho jazykový balíček stáhne macOS jednou a sdílejí ho všechny aplikace, takže se pro něj ve vlastním procesu aplikace nic nealokuje. Služba provádějící dekódování paměť stále používá, ale nedokážeme jí tuto spotřebu přesně přiřadit, proto místo nuly žádnou hodnotu neuvádíme.
Whisper Large V3 Turbo je zde nejpomalejší — 3,0× rychleji než v reálném čase — a má nejnižší chybovost ve čtyřech z deseti řádků, přičemž na disku zabírá asi 1,6 GB. Qwen3-ASR 1.7B vyhrává zbývajících šest, zabírá přibližně 2,5 GB na disku a jeho špička paměti je 2,43 GiB. Whisper Small s 600 MB je spravedlivé srovnání pro vestavěný engine.
Pro které jazyky je Apple Speech dobrá volba?
Jazyk po jazyku:
- Angličtina: není to dobrá volba. Apple Speech měl 8,80; Qwen3-ASR 1.7B (4,49) nebo Whisper Large V3 Turbo (5,49) je jednoznačně přesnější.
- Němčina: není to dobrá volba. Apple Speech měl 6,26; Qwen3-ASR 1.7B (2,85) nebo Whisper Large V3 Turbo (4,05) je jednoznačně přesnější.
- Nizozemština, ruština a polština: Apple Speech pro tyto tři jazyky nemá model. Whisper Large V3 Turbo byl v každém nejpřesnější, s 5,69, 5,13 a 5,45.
- Japonština: použitelná. Apple Speech měl 6,36, za Whisper Large V3 Turbo s 5,30.
- Korejština: použitelná. Apple Speech měl 4,31, za Qwen3-ASR 1.7B s 3,54.
- Francouzština: není to dobrá volba. Apple Speech měl 7,61; Qwen3-ASR 1.7B (4,57) nebo Parakeet V3 (5,83) je jednoznačně přesnější.
- Čínština: použitelná. Apple Speech měl 7,97, stejně jako Whisper Large V3 Turbo; nejpřesnější byl Qwen3-ASR 1.7B s 6,49.
- Španělština: není to dobrá volba. Apple Speech měl 5,41; Qwen3-ASR 1.7B (3,38) nebo Whisper Large V3 Turbo (3,62) je jednoznačně přesnější.
Stahované modely stále vyhrávají v přesnosti: každý řádek hlavní tabulky vede Qwen3-ASR 1.7B nebo Whisper Large V3 Turbo. Apple Speech je reálná možnost pro korejštinu, japonštinu a čínštinu; pro evropské jazyky je lepší sáhnout po Parakeet V3.
Ve Whisper Notes pro Mac platí, že Parakeet V3 je stále výchozí. V aplikaci pro Mac stažené z našeho webu je Apple Speech dostupný jako volitelný model v macOS 26 nebo novějším a aplikace nabídne jazyk jen tehdy, když macOS hlásí, že ho tvůj Mac podporuje.
Apple Speech je zkrácený název pro SpeechTranscriber od Apple používaný v tomto článku, API v zařízení, které může každá aplikace pro Mac volat v macOS 26 nebo novějším. Je to systémový engine, ne model, který stahuješ: Whisper Notes pro Mac ho umí použít ve verzi stažené z našeho webu, s jazykovým balíčkem od macOS. Modely, které si aplikace stahuje sama, jsou stále Whisper, Parakeet V3, SenseVoice a Qwen3-ASR v této verzi a Whisper, Parakeet V3 a SenseVoice na iPhonu a ve verzi z Mac App Store. Tabulku podle enginů najdeš v našem seznamu jazyků, které podporují Whisper, Parakeet V3 a SenseVoice.
Za hranicí těchto deseti jazyků
| Jazyk | Apple Speech | Qwen3-ASR | Whisper Large | Whisper Small | Parakeet | SenseVoice |
|---|---|---|---|---|---|---|
| Italština | 4,39 | 2,58 | 2,58 | 7,64 | 3,43 | — |
| Kantonština | 8,69 | 6,44 | 36,75 | 119,01 | — | 37,23 |
| Portugalština (Brazílie) | 9,35 | 5,17 | 5,44 | 8,61 | 6,49 | — |
| Hindština | 101,50 | 13,19 | 29,64 | 61,26 | — | — |
Další čtyři jazyky ze stejného běhu. Stejné sloupce, barvy a krátké názvy jako výše; CER pro kantonštinu, WER pro ostatní.
Výsledek Apple Speech pro hindštinu se z níže popsaného důvodu do pořadí tohoto řádku nepočítá. Chybovost může překročit 100 %, protože vložené prvky se započítávají také do čitatele.
Výsledek 4,39 (Apple Speech) řadí italštinu za shodu 2,58 mezi Qwen3-ASR 1.7B a Whisper Large V3 Turbo. Kantonština je jediný jazyk, v němž Apple Speech skončil před Whisper Large V3 Turbo: 8,69 (Apple Speech) proti 36,75 (Whisper Large V3 Turbo); první byl Qwen3-ASR 1.7B s 6,44. V brazilské portugalštině 9,35 (Apple Speech) — je to jeden ze dvou řádků, kde je vpředu Whisper Small s 8,61.
Hindština přinesla jiný druh výsledku. Apple Speech zapsal hindskou řeč anglickými písmeny místo znaků, kterými se hindština běžně píše, takže se téměř každé slovo počítá jako chybné a hodnota přesahuje 100 %. Stejně dopadly telugština, urdština, paňdžábština, bengálština, nepálština, malajálamština, maráthština, kannadština, gudžarátština a tamilština — všechny nad 100 % — proto v tabulce nejsou.
Jak funguje SpeechAnalyzer
SpeechAnalyzer nahrazuje API pro rozpoznávání řeči, které Apple nabízí od iOS 10, na všech platformách Apple kromě watchOS. Aplikace vytvoří SpeechAnalyzer, přidá mu moduly a předává zvuk jako asynchronní posloupnost, kterou sama plní; SpeechTranscriber je modul převádějící řeč na text. Výsledky se vracejí jako druhá posloupnost, obvykle v jiné úloze, a každý buffer i výsledek má časovou značku vůči vlastní časové ose audia.
Jedna relace, tři úlohy: zvuk přichází jako AsyncSequence, SpeechAnalyzer a SpeechTranscriber ho analyzují a výsledky se vracejí jako druhá AsyncSequence, kterou čte rozhraní. Zdroj: Apple, přednáška 277 z WWDC25.
Výsledky přicházejí dvakrát. Cokoli uvnitř oblasti, kterou Apple označuje jako proměnlivou, lze ještě nahradit lepším výsledkem; vše mimo ni je konečné. Aplikace tak ukazuje hrubý přepis, zatímco ještě mluvíš, a potom ho opraví. Apple uvádí pět cílů návrhu modelu SpeechTranscriber: dlouhý zvuk, konverzační řeč, vzdálené mluvčí, nízkou latenci a soukromí, tedy běh v zařízení. Využívají ho Poznámky, Diktafon, Deník a shrnutí hovorů.
Pět cílů návrhu modelu SpeechTranscriber podle Apple. Zdroj: Apple, přednáška 277 z WWDC25.
Modely nejsou součástí žádné aplikace. Systém je stahuje ze serverů Apple přes AssetInventory, ukládá, aktualizuje a sdílí mezi aplikacemi. Nezvětšují velikost stažení aplikace a dekódování probíhá mimo volající proces. Kde SpeechTranscriber nemá model pro daný jazyk nebo zařízení, převezme práci DictationTranscriber se stejnými modely jako systémové diktování.
Metodika a omezení
Pět ze šesti enginů v těchto tabulkách jsou modely, které stahuje Whisper Notes. Každý engine přepisoval stejné nahrávky, ve stejném pořadí, jednu po druhé, na jediném M5 MacBook Air (32 GB, macOS 27.0). Zvuk pochází z testovací části Google FLEURS v revizi 70bb2e84 — přibližně 150 vět a 30 minut na jazyk. Pevný hash vlastních identifikátorů položek datasetu určuje jejich pořadí; bereme nejkratší posloupnost celých položek, která překročí třicet minut. Výstup modelů do tohoto výběru nijak nezasahoval. Každou buňku jsme znovu sestavili z jejího vlastního protokolu a znovu ověřili; všech 285 prošlo kontrolou. Skóre je chybovost slov tam, kde jsou slova oddělena mezerami, a chybovost znaků pro japonštinu, korejštinu, čínštinu a kantonštinu; nikdy je neslučujeme do jediného čísla.
Sloupce Whisper můžeš porovnat s vlastními čísly OpenAI. Pro dvanáct jazyků, u nichž OpenAI zveřejňuje výsledek FLEURS pro Whisper Large V3 Turbo, se naše hodnoty liší v průměru o 0,7 bodu a deset z dvanácti spadá do 95% intervalu našeho běhu; u jedenácti jazyků mimo indické řádky se naše výsledky Whisper Small liší v průměru o 1,0 bodu od tabulky jednotlivých jazyků v článku o Whisper. Sloupec Apple Speech vznikl ze stejných nahrávek, stejného vyhodnocení a stejné normalizace.
FLEURS je čistá čtená řeč. Nic z toho neříká, jak se enginy chovají v hlučné místnosti nebo během dvouhodinové schůzky; rozdíly v takových podmínkách jsme neměřili. Vše běželo na jediném počítači. Při přibližně 150 větách na jazyk je třeba enginy s rozdílem menším než zhruba jeden bod považovat za shodné; přesné shody už tabulky označují, například v italštině, kde Qwen3-ASR 1.7B i Whisper Large V3 Turbo získaly 2,58.
Často kladené otázky
Apple Speech, nebo Whisper Small: co je přesnější?
Apple Speech, v osmi z deseti jazyků, které oba enginy změřily bez zkreslení. Prohrává v angličtině, 8,80 (Apple Speech) proti 7,04 (Whisper Small), a v brazilské portugalštině, 9,35 proti 8,61. Největší náskok má v čínštině, 7,97 (Apple Speech) proti 20,50 (Whisper Small); ve francouzštině 7,61 proti 13,24; v japonštině 6,36 proti 11,37; a v kantonštině 8,69 proti 119,01. Whisper Small je stažení 600 MB a běžel 7,9× rychleji než v reálném čase, proti 30,8× u Apple Speech.
Apple Speech, nebo Parakeet V3: co je přesnější?
Parakeet V3, v každém evropském jazyce, který podporují oba enginy: v angličtině 6,89 (Parakeet V3) proti 8,80 (Apple Speech), ve francouzštině 5,83 proti 7,61, ve španělštině 4,86 proti 5,41, v italštině 3,43 proti 4,39 a v brazilské portugalštině 6,49 proti 9,35; v němčině mají oba 6,26. Parakeet V3 nepodporuje japonštinu, korejštinu, čínštinu ani kantonštinu — z této dvojice je tam dostupný jen Apple Speech. Parakeet V3 vyžaduje stažení 465 MB a běžel 75,6× rychleji než v reálném čase, Apple Speech 30,8×.
Apple Speech, nebo Whisper Large V3 Turbo: co je přesnější?
Whisper Large V3 Turbo, v osmi z deseti jazyků, které oba enginy změřily bez zkreslení: angličtina 5,49 (Whisper Large V3 Turbo) proti 8,80 (Apple Speech), němčina 4,05 proti 6,26, japonština 5,30 proti 6,36, korejština 4,25 proti 4,31, francouzština 5,97 proti 7,61, španělština 3,62 proti 5,41, italština 2,58 proti 4,39, brazilská portugalština 5,44 proti 9,35. V čínštině se dělí o 7,97; Apple Speech vede jen v kantonštině, 8,69 (Apple Speech) proti 36,75 (Whisper Large V3 Turbo). Turbo navíc pokrývá nizozemštinu, ruštinu a polštinu s 5,69, 5,13 a 5,45. Zabírá asi 1,6 GB a je zde nejpomalejší engine — 3,0× rychleji než v reálném čase.
Které jazyky Apple Speech podporuje?
V našem běhu vrátil Apple Speech výsledky v 21 z 83 konfigurací: angličtina, němčina, francouzština, španělština, italština, portugalština (Brazílie), japonština, korejština, čínština, kantonština a jedenáct jihoasijských jazyků — hindština, telugština, urdština, paňdžábština, bengálština, nepálština, malajálamština, maráthština, kannadština, gudžarátština a tamilština — v nichž odpovídal anglickými písmeny, ne znaky, kterými se tyto jazyky běžně píší. Nizozemština, polština ani ruština v seznamu nejsou; seznam určuje macOS na každém počítači. Nejblíž vítězům je v korejštině, japonštině a čínštině, kde ztrácí 0,77, 1,06 a 1,48, nejdál v angličtině: 8,80 (Apple Speech) proti 4,49 (Qwen3-ASR 1.7B). Ve všech deseti jazycích, které změřily oba, je přesnější než staré diktování. Whisper ve Whisper Notes pokrývá celý seznam jazyků aplikace na každém kanálu.
Co je SpeechAnalyzer a je to totéž jako diktování Apple?
SpeechAnalyzer je API, které Apple představil na WWDC 2025 a vydal v macOS 26 a iOS 26. SpeechTranscriber je engine přepisu uvnitř něj, kterému v tomto článku říkáme Apple Speech; diktování je starší kompatibilní engine. Spustili jsme oba a Apple Speech byl přesnější ve všech deseti jazycích, které oba změřily bez zkreslení. Diktování pokrývá více jazyků — 33 konfigurací proti 21, včetně nizozemštiny, polštiny a ruštiny s 17,34 %, 13,50 % a 13,13 % WER (diktování) proti 5,69 %, 5,45 % a 5,13 % (Whisper Large V3 Turbo).
Opustí zvuk můj Mac, když použiju Apple Speech?
Apple popisuje SpeechTranscriber jako rozpoznávání řeči přímo v zařízení: macOS jednou stáhne jazykové prostředky a rozpoznávání pak běží lokálně. Měřili jsme přesnost a rychlost, ne chování sítě, proto tuto část uvádíme podle popisu Apple. Enginy, které stahuje samotný Whisper Notes — Whisper, Parakeet V3, SenseVoice a Qwen3-ASR — běží na GPU nebo Neural Engine tvého Macu bez účtu a API key a přepis funguje bez sítě na každém kanálu. Apple Speech je dostupný v aplikaci pro Mac stažené z našeho webu, v macOS 26 nebo novějším: je to systémový engine na tvém Macu a jeho jazykový balíček stahuje macOS.
Proč tato čísla nesedí s přesností, kterou dostávám na svých nahrávkách?
Protože FLEURS obsahuje krátkou, čistou, čtenou řeč a tvoje nahrávky bývají jiné. Náš běh je kalibrace na veřejném datasetu: přibližně 150 vět a 30 minut na jazyk, jediný M5 MacBook Air a stejné nahrávky pro každý engine. Ukazuje, zda je engine pro tvůj jazyk rozumnou volbou, ne jaký výsledek dostaneš na schůzce, v hlučném zvuku nebo ve dvouhodinovém souboru.
Vyzkoušej to
Všech pět stahovaných modelů — Whisper Small, Whisper Large V3 Turbo, Parakeet V3, SenseVoice Small a Qwen3-ASR 1.7B — je ve Whisper Notes pro Mac staženém z našeho webu v Nastavení → Model přepisu. V macOS 26 nebo novějším se Apple Speech objeví ve stejném seznamu; pokud aplikaci už máš, aktualizuj ji na nejnovější verzi.
Pokud naše čísla nesedí s tvou zkušeností v nějakém jazyce, napiš na mac@whispernotes.app. Kompletní poznámky k vydání: whispernotes.app/changelog.
Zdroje: náš běh na testovacím splitu Google FLEURS v revizi 70bb2e84, dokumentace Apple k SpeechAnalyzer a předchozí běh Qwen3-ASR ve třiceti jazycích.
Stáhnout pro macOS