Parakeet V3 vs. Whisper: 7× hurtigere og mere præcis (test)

Opdatering (oktober 2026): den indbyggede model er nu Parakeet Ultra, en videretrænet version af V3, der laver færre fejl, især på mindre udbredte sprog og i støj. Se vores sammenligning af Parakeet Ultra og Parakeet V3.

Hvorfor vi skiftede standardmodel

Whisper er god, men den er bygget som en model til alt. Den klarer 100+ sprog, oversætter og laver tidsstempler, en slags schweizerkniv. Prisen er hastigheden. Til diktering på engelsk, hvor du bare vil have ordene hurtigt frem på skærmen, er den mere, end der er brug for.

Med Whisper bag diktering med Fn-tasten i hele systemet gik der 3–5 sekunder, fra du slap tasten, til et minuts tale stod på skærmen.

Med Parakeet kommer den samme tale frem på et sekund eller mindre. Det er så kort, at du holder op med at lægge mærke til ventetiden.

Hvor hurtig er Parakeet V3?

Her er to af vores egne kørsler, med begge motorer på samme lyd og samme Mac:

Forskellen holder også på en mindre maskine. På vores M5 Air transskriberede Parakeet et møde på 17,5 minutter på 16,7 sekunder, ca. 60× realtid.

Hvad gør Parakeet v3 så hurtig?

Whispers encoder læser et vindue på 30 sekunders lyd ad gangen. Derefter skriver decoderen transskriptionen ét token ad gangen, og den forventer altid at skrive noget, også når der er stille.

Parakeet er en transducer. Den komprimerer først lyden 8 gange og forudsiger derefter hvert token sammen med, hvor længe det varer. Så kan den springe frem i stedet for at gå igennem hver eneste frame. Når der er stille, udsender den et „blankt“ token og går videre.

Det er både hastigheden og de stille pauser, der kommer herfra. På en M4 Pro klarer den en times lyd på under et minut, med færre parametre end Whisper Large V3 Turbo og en lavere fejlrate på engelsk.

Test: Parakeet v3 vs. Whisper

Lavere er bedre: Parakeet V3, der er under halvt så stor som Whisper Large V3, ligger højst ét point fra den i alle tre test, og den større Seamless M4T v2 har de laveste fejlrater.

På Hugging Face Open ASR Leaderboard har Parakeet v3 en gennemsnitlig engelsk WER på 6,32 % med 600 mio. parametre. Det er under halvdelen af de 1,55 mia., Whisper Large V3 har:

Lavere WER betyder færre fejl. Højere RTFx betyder hurtigere. Parakeet fører på begge, og med 600 mio. parametre er den den mindste af de tre, så den kører godt på en Mac med Apple-chip uden at bruge meget hukommelse.

WER på flere sprog: alle 25 sprog

Leaderboardet ovenfor dækker kun engelsk. Her er hele billedet: hvordan de tre modeller i tabellen nedenfor klarer sig på alle 25 sprog, Parakeet understøtter, målt med FLEURS-testen. Lavere WER betyder færre fejl i transskriptionen. Den bedste værdi mellem Large V3 og Parakeet er fremhævet i hver række:

WER (%) på FLEURS. Tal for Whisper Small fra Radford et al.; tal for Large V3 og Parakeet V3 fra NVIDIAs artikel om Canary-1B-v2.

Whisper Large V3 er lidt bedre på de fleste enkelte sprog, men Parakeet V3 ligger tæt på i gennemsnit (12,0 % mod 12,6 %), fører på syv af dem, tydeligst på maltesisk og græsk, og har en gennemsnitlig fejlrate, der er ca. 60 % lavere end for Whisper Small. Den praktiske fordel er kombinationen: nøjagtighed på flere sprog på niveau med Large V3, ca. 60× realtid på en Mac med Apple-chip, mindre ressourceforbrug og en langt mere pålidelig håndtering af stilhed i vores dikteringstest.

Hvorfor hallucinerer den mindre i stille passager?

Har du brugt Whisper til diktering, har du sikkert set den hallucinere, når der er stille: den gentager sætninger, finder på ord eller skriver „Subtitles by Amara.org“ ud af det blå. Det sker, fordi Whispers autoregressive decoder altid forventer at skrive tekst, også når der ikke er noget at transskribere.

Parakeets transducer-arkitektur kan udsende blanke output i stedet for at tvinge et teksttoken frem. I vores test af diktering i hele systemet gør det den langt mindre tilbøjelig end Whisper til at fylde en pause med gentaget eller uvedkommende tekst. Den er stadig en talemodel, så „mindre tilbøjelig“ er den korrekte påstand, ikke „aldrig“.

Hvilke sprog understøtter Parakeet?

Parakeet v3 understøtter 25 sprog: bulgarsk, dansk, engelsk, estisk, finsk, fransk, græsk, italiensk, kroatisk, lettisk, litauisk, maltesisk, nederlandsk, polsk, portugisisk, rumænsk, russisk, slovakisk, slovensk, spansk, svensk, tjekkisk, tysk, ukrainsk og ungarsk.

Det dækker det meste af Europa, men ikke kinesisk, japansk, koreansk, arabisk eller hindi. Til kinesisk, japansk, koreansk og kantonesisk er SenseVoice den hurtige mulighed, og på Mac laver Qwen3-ASR 1.7B (Beta) færre fejl. Til arabisk, hindi og andre sprog uden for Parakeets liste skal du bruge Whisper Large V3 Turbo.

Hvilken lokal model skal du bruge?

Whisper Notes har fem lokale tale-til-tekst-modeller på Mac, både i Mac App Store-versionen og i Mac-appen fra vores hjemmeside: Parakeet (nu Parakeet Ultra, videretrænet fra V3), SenseVoice Small, Whisper Small, Whisper Large V3 Turbo og Qwen3-ASR 1.7B (Beta). Dette afsnit handler om de første fire. Valget er enklere, end det ser ud: det sprog, du transskriberer, afgør det næsten hver gang, og din hardware afgør resten. Valget har ingen betydning for privatlivet, for alle modellerne kører helt på din enhed, offline. Det, der ændrer sig, er hastighed, nøjagtighed, og hvor meget diskplads og hukommelse modellen kræver.

Her er hele valget i én tabel.

Alle disse modeller kører helt på enheden i Whisper Notes, og du vælger motoren i Indstillinger. iPhone-appen har Parakeet, Whisper Small og SenseVoice Small. På Mac får du også Whisper Large V3 Turbo og Qwen3-ASR 1.7B (Beta). Tallene for Parakeet i dette indlæg er målt på V3. Den indbyggede Parakeet Ultra laver ca. 24 % færre fejl ved samme hastighed.

Og her er de samme fire modeller på de egenskaber, der afgør valget. Qwen3-ASR 1.7B (Beta), den femte model på Mac, er ikke med i denne sammenligning:

Engelsk WER fra Open ASR Leaderboard; gennemsnit for 25 sprog fra FLEURS-tabellen ovenfor. Tal for hastighed og downloadstørrelse stammer fra vores egne test på en Apple M4 Pro med Mac-appen. Tallene er anderledes på iPhone. Podcasttesten med SenseVoice blev kørt på en tidligere version af appen. Hastigheden på modelkortet i dag, 115–131×, er omtrent den samme.

Er du i tvivl om, hvorvidt dit sprog overhovedet er på listen? Tabellen over motorer på vores side om understøttede sprog i Whisper, Parakeet og SenseVoice er genereret direkte fra appens egen kildekode, motor for motor. Den svarer direkte på, om dit sprog er understøttet, og af hvilken model. Og hvis tabellen ovenfor pegede dig væk fra Parakeet, har hver specialmodel sin egen test: SenseVoice vs. Qwen3-ASR til kinesisk, japansk og koreansk og Whisper Large V3 Turbo til resten af de 101 sprog.

Samme modeller, tilpasset hver enhed: iPhone vs. Mac

Én forskel er værd at sige ligeud, for den er et bevidst valg og ikke en mangel. På Mac, både i Mac App Store-versionen og i Mac-appen fra vores hjemmeside, har Whisper Notes fem modeller: Parakeet som standard (nu Parakeet Ultra, videretrænet fra V3) samt SenseVoice Small, Whisper Small, Whisper Large V3 Turbo og Qwen3-ASR 1.7B (Beta).

På iPhone er Parakeet indbygget i appen, og Whisper Small og SenseVoice Small kan downloades efter behov. Whisper Large V3 Turbo findes bevidst ikke på iPhone. Den fylder ca. 2 GB at downloade og bruger ca. 2,4 GB hukommelse under transskriberingen, og det er ikke rimeligt at bede de fleste iPhones om at bære. Vi tilpasser hellere udvalget til hver enhed end at udgive en model, der teknisk set kan installeres, men gør telefonen træg og besværlig at bruge.

Du mister ikke sprog på iPhone: Whisper Small har den samme liste med 101 sprog som Turbo og fylder kun en brøkdel. Det, du bytter væk, er nøjagtigheden på de sværeste sprog, og det er den rigtige afvejning på en telefon. Har du brug for nøjagtighed på flere sprog på Turbo-niveau i en lang fil, så kør opgaven på din Mac.

Skærmbilledet er fra før Parakeet Ultra: Parakeet V3 er indbygget og valgt. Whisper Small og Whisper Large V3 Turbo kan downloades efter behov og kører også lokalt.

Hvad er hver model dårlig til?

Hver af disse motorer er en afvejning, og en anbefaling er kun brugbar, hvis den siger, hvad du giver afkald på. Her er den ærlige version.

Whisper (begge størrelser) hallucinerer i stille passager. Lange pauser, rumstøj og helt stille passager kan give gentagne sætninger, opdigtede sætninger eller det berygtede „Subtitles by Amara.org“. Decoderen er bygget til altid at udsende tekst, så stilheden bliver fyldt med et eller andet. Før Whisper transskriberer, finder Silero VAD talen og springer stilheden over. Det hjælper meget, men ingen forbehandling gør modellen immun. Whisper Large V3 Turbo er også en af de tungeste muligheder i appen: ca. 2 GB at downloade og ca. 2,4 GB hukommelse under transskriberingen. Kun Qwen3-ASR 1.7B (Beta, ca. 2,5 GB, på Mac) er større. Whisper Small er den billige vej til 101 sprog, og nøjagtigheden på flere sprog viser prisen: 29,8 % gennemsnitlig WER på de 25 sprog i tabellen ovenfor mod 12,6 % for Large V3.

Parakeet V3 har en fast grænse på 25 sprog. De er alle europæiske. Uden for listen får du ikke et halvt resultat: giver du den japansk, får du ikke dårligere japansk, du har valgt det forkerte værktøj. Ingen kinesisk, japansk, koreansk, kantonesisk, arabisk, hindi, tyrkisk eller vietnamesisk. Den er også svagere end Whisper Large V3 på en række enkelte sprog, i vores FLEURS-tabel dansk, finsk, svensk, slovensk og lettisk. „Parakeet vinder i Europa“ er altså sandt i gennemsnit, ikke i hver række. Og selvom den hallucinerer langt mindre i stille passager, er „langt mindre“ den påstand, vi vil stå inde for, ikke „aldrig“.

SenseVoice Small er en specialist, ikke en generalist. Seks valg, nemlig engelsk, forenklet og traditionelt kinesisk, kantonesisk, japansk og koreansk, og intet andet. Den er fremragende inden for de sprog og uden betydning uden for dem. Den har erstattet en tidligere Qwen3-ASR-model i Mac-appen, og den findes også på iPhone.

Og nogle begrænsninger gælder for alle fire. Mac-appen kræver en Mac med Apple-chip og macOS 14 eller nyere. Mac med Intel-processor understøttes ikke. Bortset fra den indbyggede Parakeet downloades modellerne i appen i stedet for at følge med den, så første gang du bruger en anden motor, koster det diskplads og én download. Meget lange optagelser kræver en del hukommelse og tager tilsvarende længere tid på ældre hardware. Og ingen af modellerne laver live-undertekster: Whisper Notes transskriberer, når optagelsen er stoppet (når du optager et møde på Mac, viser et panel med livetransskription også teksten, opdateret ca. hvert 30. sekund). Har du brug for undertekster i realtid, er det den forkerte app, uanset hvilken model du vælger.

Hvad med Parakeet V2?

Har du brugt V2 før, undrer du dig måske over, hvordan den klarer sig. V2 var en model kun til engelsk, og dens nøjagtighed på engelsk er faktisk en smule bedre end V3's (6,05 % mod 6,32 % WER). V3 bytter den lille forskel for understøttelse af 25 sprog. Begge er markant mere præcise end Whisper.

Kort sagt: har du kun brug for engelsk, er både V2 og V3 gode. V3 blev standard i Whisper Notes, fordi understøttelse af flere sprog betyder noget for de fleste brugere, og forskellen i nøjagtighed på engelsk er ubetydelig.

Hvad med WhisperKit?

WhisperKit er Argmax' open source-framework i Swift til at køre Whisper-modeller på Apple-enheder. Det er et værktøj til udviklere, ikke en app til slutbrugere, og det kører Whisper, ikke Parakeet (som er NVIDIAs modelfamilie). Vil du have transskription på enheden som med WhisperKit uden selv at skrive Swift, samler Whisper Notes den samme idé i en færdig app: Parakeet, Whisper (Large V3 Turbo på Mac, Small på iPhone) og SenseVoice, der alle kører lokalt på Mac og iPhone.

Vil du sammenligne alle de lokale muligheder? Hver talemodel i Whisper Notes, fra Parakeet og Whisper til Qwen3-ASR og SenseVoice, er sammenlignet sprog for sprog på vores side med sammenligning af Whisper-modeller. Er Whisper nyt for dig? Start med guiden til transskription med Whisper: hvad modellen er, alle måder at køre den på, og hvad det koster.

Ofte stillede spørgsmål

Prøv den

Parakeet er standardmotoren i Whisper Notes på iPhone og Mac. Det er nu Parakeet Ultra, videretrænet fra V3.

Spørgsmål eller feedback? Skriv til support@whispernotes.app.

Download til iOS Download til macOS