Parakeet V3 vs Whisper: 7× rychlejší, vyšší přesnost (benchmark)

7. března 2026(aktualizováno 31. října 2026)
·
6 min čtení
·Whisper Notes Team

Aktualizace (říjen 2026): vestavěný model je teď Parakeet Ultra, dotrénovaná verze V3, která dělá méně chyb, hlavně v méně běžných jazycích a v hluku. Více v našem srovnání Parakeet Ultra vs Parakeet V3.

TL;DR

Parakeet V3 Srovnání s Whisperem
Rychlost ~60× reálný čas na Apple Silicon Turbo ~14× reálný čas na stejném M4 Pro
Podporované jazyky 25 více než 100
Chybovost angličtiny (WER) 6,32 % Turbo 7,83 %
Prům. chybovost, 25 jazyků (WER) 12,0 % 12,6 %
Halucinace V našich testech na tichu prakticky žádné Na tichu se mohou objevit
Vhodné pro Angličtina a evropské jazyky Asijské jazyky, arabština, více než 100

* Rychlost: vlastní měření na Apple Silicon (58× na podcastu, 63× na poradě). Anglický WER: Hugging Face Open ASR Leaderboard. Průměr z 25 jazyků: benchmark FLEURS. Chování na tichu je naše produktové pozorování, ne záruka nulových chyb.

V březnu 2026 se výchozím enginem rozpoznávání řeči ve Whisper Notes pro Mac stal NVIDIA Parakeet TDT 0.6B v3. Na Apple Silicon běží zhruba 60× rychleji než reálný čas a podle Open ASR Leaderboardu je v angličtině přesnější než Whisper Large V3 Turbo — 6,32 % proti 7,83 %. Modely Whisper jsou pořád dostupné, pokud potřebujete jiné jazyky.

Proč jsme změnili výchozí model

Whisper je skvělý, ale byl navržený jako univerzální nástroj. Zvládá více než 100 jazyků, překládá, generuje časové značky — takový švýcarský nůž. Daň za to je rychlost. Pro diktování v angličtině, kdy prostě chcete slova na obrazovce co nejrychleji, je to zbytečný kanón na vrabce.

Při použití systémového diktování přes Fn s Whisperem se minutová promluva objevila až 3–5 sekund po puštění klávesy.

S Parakeetem se stejná promluva objeví zhruba za sekundu nebo dřív, což je tak krátká doba, že čekání přestanete vnímat.

Jak rychlý je Parakeet V3?

Tady jsou dvě naše vlastní měření — oba modely na stejném zvuku, na tom samém Macu:

Model Pětiminutový anglický podcast (M4 Pro)
Whisper Large V3 Turbo 20,92 s — 14,3× reálný čas
Parakeet TDT 0.6B v3 2,91 s — 103× reálný čas

Na slabším stroji rozdíl vydrží. Na našem M5 Air zvládl Parakeet 17,5minutovou poradu za 16,7 sekundy, tedy zhruba 60× reálný čas.

Čím je Parakeet v3 tak rychlý

Encoder Whisperu přečte najednou 30sekundové okno zvuku. Decoder pak píše přepis token po tokenu a vždycky očekává, že něco napíše, i během ticha.

Parakeet je transducer. Nejprve zvuk 8× zkomprimuje a pak předpovídá každý token spolu s tím, jak dlouho trvá, takže může přeskakovat dopředu místo procházení každého snímku. Při tichu vydá „blank“ a pokračuje dál.

Odtud pochází jak rychlost, tak klidnější pauzy. Na M4 Pro zpracuje hodinu zvuku za méně než minutu, s menším počtem parametrů než Whisper Large V3 Turbo a nižší chybovostí v angličtině.

Benchmarky: Parakeet v3 vs. Whisper

Sloupcový graf chybovosti slov na FLEURS, CoVoST a MLS: Parakeet V3, Whisper Large V3 a dva modely Seamless M4T

Nižší je lepší: Parakeet V3, menší než polovina Whisper Large V3, se od něj ve všech třech benchmarcích liší nejvýš o bod a větší Seamless M4T v2 má nejnižší hodnoty.

Na Hugging Face Open ASR Leaderboard má Parakeet v3 průměrnou anglickou WER 6,32 % při 600 milionech parametrů — méně než polovina z 1,55 miliardy u Whisper Large V3:

Model Parametry Průměrný WER Rychlost (RTFx)
Parakeet TDT 0.6B v3 0,6 mld. 6,32 % 3 333x
Canary 1B v2 1,0 mld. 7,15 % 749x
Whisper Large V3 Turbo 0,8 mld. 7,83 % 350x

Nižší WER = méně chyb. Vyšší RTFx = vyšší rychlost. Parakeet vede v obojím a se 600 miliony parametrů je ze všech tří nejmenší, takže na Apple Silicon běží dobře bez velkých nároků na paměť.

Vícejazyčný WER: všech 25 jazyků

Tabulka výše se týká pouze angličtiny. Tady je kompletní obraz — jak si tři modely z tabulky níže vedou ve všech 25 jazycích, které Parakeet podporuje, měřeno na benchmarku FLEURS. Nižší WER = méně chyb přepisu. Nejlepší hodnota mezi Large V3 a Parakeet je zvýrazněna v každém řádku:

Jazyk Whisper Small Whisper Large V3 Parakeet V3
Bulharština 37.3 12.9 12.6
Chorvatština 33.4 11.1 12.5
Čeština 37.6 11.3 11.0
Dánština 32.8 12.6 18.4
Holandština 16.4 5.6 7.5
Angličtina 6.1 4.3 4.9
Estonština 51.3 19.1 17.7
Finština 24.0 7.7 13.2
Francouzština 15.0 6.3 5.2
Němčina 10.2 4.3 5.0
Řečtina 30.8 27.0 20.7
Maďarština 38.9 14.1 15.7
Italština 9.8 2.3 3.0
Lotyština 53.2 18.3 22.8
Litevština 65.6 22.3 20.4
Maltština 92.2 68.9 20.5
Polština 14.7 4.7 7.3
Portugalština 7.3 3.7 4.8
Rumunština 29.8 8.2 12.4
Ruština 11.4 4.2 5.5
Slovenština 33.3 8.4 8.8
Slovinština 49.3 19.9 24.0
Španělština 5.6 3.1 3.5
Švédština 20.8 7.9 15.1
Ukrajinština 19.3 6.5 6.8
Průměr 29.8 12.6 12.0

WER (%) na FLEURS. Data Whisper Small z Radford et al.; data Large V3 a Parakeet V3 z článku NVIDIA Canary-1B-v2.

Whisper Large V3 je ve většině jednotlivých jazyků o kousek napřed, ale Parakeet V3 se mu v průměru těsně blíží (12,0 % vs 12,6 %), vede v sedmi z nich, nejvýrazněji v maltštině a řečtině a průměrnou chybovost Whisper Small snižuje zhruba o 60 %. Praktická výhoda spočívá v kombinaci: vícejazyčná přesnost na úrovni Large V3 při zhruba 60× reálném čase na Apple Silicon, menší nároky za běhu a v našich testech diktování mnohem spolehlivější chování na tichu.

Proč na tichu halucinuje méně

Pokud diktujete s Whisperem, nejspíš víte, jak během ticha halucinuje — opakuje fráze, vymýšlí slova nebo odněkud vyplivne „Subtitles by Amara.org“. Děje se to proto, že autoregresivní dekodér Whisperu vždycky očekává, že vygeneruje text, i když není co přepisovat.

Transducerová architektura Parakeetu umí místo vynuceného textového tokenu vydat prázdný výstup. V našich testech systémového diktování je díky tomu mnohem méně pravděpodobné než u Whisperu, že pauzu vyplní opakovaným nebo nesouvisejícím textem. Pořád je to ale model řeči, takže přesné tvrzení zní „méně pravděpodobné“, ne „nikdy“.

Jaké jazyky Parakeet podporuje

Parakeet v3 podporuje 25 jazyků: angličtinu, bulharštinu, češtinu, dánštinu, estonštinu, finštinu, francouzštinu, holandštinu, chorvatštinu, italštinu, litevštinu, lotyštinu, maďarštinu, maltštinu, němčinu, polštinu, portugalštinu, rumunštinu, ruštinu, řečtinu, slovenštinu, slovinštinu, španělštinu, švédštinu a ukrajinštinu.

To pokrývá většinu Evropy, ale ne čínštinu, japonštinu, korejštinu, arabštinu ani hindštinu. Pro čínštinu, japonštinu, korejštinu a kantonštinu je rychlou volbou SenseVoice a na Macu dělá méně chyb Qwen3-ASR 1.7B (Beta); pro arabštinu, hindštinu a další jazyky mimo sadu Parakeetu použijte Whisper Large V3 Turbo. Který engine podporuje konkrétní jazyk, zjistíte na naší stránce s jazyky, které podporují Whisper, Parakeet a SenseVoice.

Seznam modelů ve Whisper Notes pro Mac: Parakeet V3 (vestavěný), Whisper Small a Whisper Large V3 Turbo

Tento snímek obrazovky je starší než Parakeet Ultra: Parakeet V3 je vestavěný a vybraný; Whisper Small a Whisper Large V3 Turbo jsou volitelná stažení, která také běží lokálně.

Přepínač modelů ve Whisper Notes

Otevřete Nastavení a přepínejte mezi modely:

  • Parakeet (výchozí, teď Parakeet Ultra) — nejrychlejší, nejlepší pro angličtinu a evropské jazyky
  • SenseVoice Small — nejrychlejší pro čínštinu, japonštinu, korejštinu a kantonštinu
  • Whisper Small — odlehčený, více než 100 jazyků
  • Whisper Large V3 Turbo — široké pokrytí více než 100 jazyků

Všechny modely běží na 100 % lokálně na vašem Macu. Bez internetu, bez cloudu a váš zvuk nikdy neopustí zařízení.

A co Parakeet V2?

Pokud znáte V2, možná vás zajímá srovnání. V2 byl čistě anglický model — a jeho přesnost v angličtině je ve skutečnosti o trochu lepší než u V3 (WER 6,05 % vs 6,32 %). V3 tuto nepatrnou ztrátu vyměnil za podporu 25 jazyků. Oba jsou výrazně přesnější než Whisper.

Parakeet V2 Parakeet V3 Whisper Large V3 Turbo
WER (angličtina) 6,05 % 6,32 % 7,83 %
Jazyky Pouze angličtina 25 více než 100

Stručně: pokud potřebujete jen angličtinu, V2 i V3 jsou skvělé. V3 se ve Whisper Notes stal výchozím, protože vícejazyčná podpora je pro většinu uživatelů důležitá — a rozdíl v přesnosti angličtiny je zanedbatelný.

A co WhisperKit?

WhisperKit je open-source Swift framework od Argmaxu pro spouštění modelů Whisper na zařízeních Apple. Je to nástroj pro vývojáře, ne aplikace pro koncové uživatele — a běží na něm Whisper, ne Parakeet (což je rodina modelů od NVIDIA). Pokud chcete přepis na zařízení ve stylu WhisperKitu bez psaní kódu ve Swiftu, Whisper Notes balí stejnou myšlenku do hotové aplikace: Parakeet, Whisper (Large V3 Turbo na Macu, Small na iPhonu) a SenseVoice, vše běžící lokálně na Macu i iPhonu.

Porovnáváte všechny lokální možnosti? Všechny modely převodu řeči na text ve Whisper Notes — od Parakeetu a Whisperu po Qwen3-ASR a SenseVoice — najdete vedle sebe, jazyk po jazyku, na naší stránce se srovnáním modelů Whisper. S Whisperem teprve začínáte? Začněte průvodcem přepisem s Whisperem — co je to za model, všechny způsoby, jak ho spustit, a kolik to stojí.

Často kladené otázky

Je Parakeet V3 lepší než Whisper?

Pro angličtinu a evropské jazyky často ano. Open ASR Leaderboard uvádí pro Parakeet 6,32 % WER v angličtině oproti 7,83 % u Turba a v našem vlastním testu na M4 Pro běžel Parakeet na 103× reálný čas proti 14,3× u Turba. Whisper ale pořád pokrývá daleko víc jazyků: pokud ten váš mezi 25 jazyků Parakeetu nepatří, sáhněte po Turbu.

Jaké jazyky podporuje Parakeet V3?

Parakeet V3 podporuje 25 jazyků: angličtinu, bulharštinu, češtinu, dánštinu, estonštinu, finštinu, francouzštinu, holandštinu, chorvatštinu, italštinu, litevštinu, lotyštinu, maďarštinu, maltštinu, němčinu, polštinu, portugalštinu, rumunštinu, ruštinu, řečtinu, slovenštinu, slovinštinu, španělštinu, švédštinu a ukrajinštinu.

Můžu Parakeet V3 spustit na Macu?

Ano. Parakeet je výchozí engine ve Whisper Notes pro Mac; v obou verzích pro Mac je to teď Parakeet Ultra, dotrénovaná verze V3. Běží na 100 % lokálně na Apple Silicon — bez internetu, bez cloudu a váš zvuk nikdy neopustí zařízení. Stáhněte si Whisper Notes pro Mac a vyzkoušejte ho — 5 000 slov týdně je zdarma.

Halucinuje Parakeet V3 jako Whisper?

V našich testech ticha mnohem méně často, ale žádný model řeči si nezaslouží tvrzení „nikdy“. Parakeet umí během pauz vydávat prázdné výstupy, zatímco autoregresivní dekodér Whisperu má při tichém vstupu větší sklon k opakovaným frázím nebo nesouvisejícímu textu.

Parakeet V2 vs V3 — který použít?

Parakeet V2 je pouze anglický, s nepatrně lepší přesností v angličtině (6,05 % vs 6,32 % WER). V3 tento drobný rozdíl vyměnil za 25 evropských jazyků a stal se ve Whisper Notes výchozím; vestavěný model je teď Parakeet Ultra, dotrénovaná verze V3. Pokud nepřepisujete výhradně angličtinu a nehoníte poslední zlomek procenta, používejte V3.

Podporuje Parakeet V3 japonštinu, čínštinu nebo korejštinu?

Ne — všech jeho 25 jazyků je evropských. Pro čínštinu, japonštinu, korejštinu nebo kantonštinu obsahuje Whisper Notes SenseVoice, rychlou volbu se 115–131× reálným časem, a modely Whisper; obojí běží offline na Macu i iPhonu. Na Macu je navíc Qwen3-ASR 1.7B (Beta), který v těchto jazycích dělá méně chyb.

Jak velký je Parakeet V3?

600 milionů parametrů a asi 465 MB; je vestavěný přímo v aplikaci, takže není co stahovat. Whisper Large V3 Turbo je ve stejné aplikaci stažení o velikosti asi 2 GB a Qwen3-ASR 1.7B (Beta), dostupný na Macu, má asi 2,5 GB.

Vyzkoušejte to

Parakeet je výchozí engine ve Whisper Notes na iPhonu i na Macu; teď je to Parakeet Ultra, dotrénovaná verze V3.

Otázky nebo zpětná vazba? Napište na support@whispernotes.app.