Vi ville have svar på ét spørgsmål: findes der en lokal model, der transskriberer dit sprog mere præcist end Whisper Large V3 Turbo? Derfor testede vi disse modeller på datasættet FLEURS.
FLEURS er et datasæt fra Google med oplæst tale på 102 sprog. Vi tog ca. 150 sætninger fra hvert sprog og kørte de samme klip i samme rækkefølge gennem fem modeller:
- Parakeet V3
- Whisper Large V3 Turbo
- SenseVoice Small
- Whisper Small
- Qwen3-ASR 1.7B
Resultaterne ser sådan ud.
Qwen3-ASR 1.7B mod Whisper Large V3 Turbo – vores egen FLEURS-test, én M5 MacBook Air, oplæst tale, korte klip.
| Qwen3-ASR 1.7B | Whisper Large V3 Turbo | |
|---|---|---|
| Understøttede sprog | 30 | 101 |
| Klare fordele | Kantonesisk, hindi, thai, vietnamesisk, fransk og 2 til (7) | Finsk, ungarsk, græsk og 8 til (11) |
| Hastighed | 9,6× realtid | 2,6× realtid |
| Maks. hukommelse | 2,43 GiB | 1,87 GiB |
| Download | ca. 2,5 GB | ca. 2 GB |
Uden for hver models stærke sprog er forskellen i nøjagtighed lille.
Whisper Large V3 Turbo vs. Qwen3-ASR: den detaljerede sammenligning
Alle 30 sprog, sorteret fra Qwens største sejr til dens største nederlag. Lavere er bedre i begge kolonner.
Vores egen FLEURS-test, én M5 MacBook Air, oplæst tale. CER for kinesisk, kantonesisk, japansk, koreansk og thai, WER for resten; grøn markerer et forspring, der er større end de parrede fejlmarginer på 95 %.
| Sprog | Qwen3-ASR 1.7B | Whisper Large V3 Turbo |
|---|---|---|
| Kantonesisk | 6,44 | 36,75 |
| Hindi | 13,19 | 29,64 |
| Thai | 6,53 | 13,40 |
| Vietnamesisk | 4,91 | 8,10 |
| Kinesisk | 6,49 | 7,97 |
| Indonesisk | 4,91 | 6,31 |
| Arabisk | 14,32 | 15,72 |
| Fransk | 4,57 | 5,97 |
| Tysk | 2,85 | 4,05 |
| Engelsk | 4,49 | 5,49 |
| Koreansk | 3,54 | 4,25 |
| Persisk | 30,32 | 30,93 |
| Portugisisk | 5,17 | 5,44 |
| Spansk | 3,38 | 3,62 |
| Italiensk | 2,58 | 2,58 |
| Japansk | 5,74 | 5,30 |
| Russisk | 5,65 | 5,13 |
| Makedonsk | 18,57 | 17,46 |
| Malajisk | 10,62 | 9,22 |
| Nederlandsk | 7,36 | 5,69 |
| Tyrkisk | 8,81 | 5,95 |
| Polsk | 12,59 | 5,45 |
| Dansk | 22,24 | 13,63 |
| Svensk | 19,80 | 8,78 |
| Rumænsk | 20,20 | 8,36 |
| Tjekkisk | 24,59 | 11,94 |
| Filippinsk | 23,31 | 9,72 |
| Græsk | 30,22 | 13,94 |
| Finsk | 27,71 | 7,11 |
| Ungarsk | 36,63 | 14,59 |
Vores egen parrede kørsel på testdelen af FLEURS, revision 70bb2e84, ca. 150 sætninger pr. sprog, én M5 MacBook Air.
De syv sprog, hvor Qwen3-ASR 1.7B vinder klart. Fejlrate i procent, Qwen mod Turbo: kantonesisk (6,4 mod 36,8), hindi (13,2 mod 29,6), thai (6,5 mod 13,4), vietnamesisk (4,9 mod 8,1), fransk (4,6 mod 6,0), tysk (2,9 mod 4,1), engelsk (4,5 mod 5,5). Kantonesisk og thai måles på tegn, resten på ord. Fordelen ligger hos de sprog, der måles på tegn: på tværs af kinesisk, kantonesisk, japansk, koreansk og thai lå Qwen i gennemsnit på 5,7 % mod 13,5 % for Turbo, mens den på de øvrige femogtyve sprog, der måles på ord, lå på 14,4 % mod 10,2 % for Turbo.
De elleve sprog, hvor Whisper Large V3 Turbo vinder klart. Fejlrate i procent, Qwen mod Turbo, alle målt på ord: ungarsk (36,6 mod 14,6), græsk (30,2 mod 13,9), finsk (27,7 mod 7,1), tjekkisk (24,6 mod 11,9), filippinsk (23,3 mod 9,7), dansk (22,2 mod 13,6), rumænsk (20,2 mod 8,4), svensk (19,8 mod 8,8), polsk (12,6 mod 5,5), tyrkisk (8,8 mod 6,0), nederlandsk (7,4 mod 5,7).
De tolv sprog, hvor de ligger tæt eller helt lige. Spansk (3,4 mod 3,6), italiensk (2,6 mod 2,6), russisk (5,7 mod 5,1), portugisisk (5,2 mod 5,4); kinesisk (6,5 mod 8,0), japansk (5,7 mod 5,3) og koreansk (3,5 mod 4,3) måles på tegn. Dertil arabisk, indonesisk, persisk, malajisk og makedonsk. Alle forskellene her er små og ligger inden for 95 %-intervallet, så denne test kan ikke skille de to modeller ad.
Kantonesisk er den eneste række, der ændrer et valg: Med 6,44 % CER havde Qwen3-ASR den laveste fejlrate på kantonesisk af alle motorer i denne test. Til kantonesisk på Mac skal du altså bruge Qwen3-ASR 1.7B. På iPhone, hvor den ikke findes, er SenseVoice motoren til kantonesisk.
Hvor hurtig er Qwen3-ASR 1.7B?
Alle fem motorer er målt med samme testopsætning på én maskine (M5 MacBook Air), så de kan i det mindste sammenlignes med hinanden.
Median realtidsfaktor på tværs af hver motors sprog i samme FLEURS-test, én M5 MacBook Air, oplæst tale.
| Motor | Sprog | Medianhastighed i denne test (korte klip) |
|---|---|---|
| SenseVoice Small | 6 valgmuligheder | 162,3× |
| Parakeet TDT 0.6B v3 | 25 | 83,0× |
| Qwen3-ASR 1.7B | 30 navngivne | 9,6× |
| Whisper Small | 101 | 7,0× |
| Whisper Large V3 Turbo | 101 | 2,6× |
Tallene stammer fra testopsætningen med korte klip. Brug kolonnen til at sammenligne motorerne med hinanden i netop denne test og ikke til andet. For SenseVoice viser modelkortet i appen 115–131× fra en separat test af almindelig brug.
Parakeet V3 og SenseVoice Small er omtrent en størrelsesorden hurtigere end Qwen3-ASR i samme testopsætning. På lange filer i stedet for korte klip har Parakeet kørt med 103× realtid på en M4 Pro, og modelkortet for SenseVoice i appen viser 115–131×. Det er forskellige målinger på forskellig lyd, men de peger i samme retning.
Qwen3-ASR ligger i midten. Den var ikke den langsomste motor i denne test med korte klip (det var Whisper Large V3 Turbo), men dens hastighed svinger mere fra sprog til sprog end de andres, fra 2,8× på græsk til 13,4× på japansk.
Hvor meget hukommelse og diskplads kræver Qwen3-ASR?
Maks. hukommelse er det største hukommelsesforbrug for processen, vi målte på tværs af klippene i samme FLEURS-test, én M5 MacBook Air, oplæst tale, korte klip.
| Motor | Download | Maks. hukommelse i denne test |
|---|---|---|
| Parakeet TDT 0.6B v3 | 465 MB | 0,09 GiB |
| Whisper Small | 600 MB | 0,87 GiB |
| SenseVoice Small | ca. 450 MB | 0,95 GiB |
| Whisper Large V3 Turbo | ca. 2 GB | 1,87 GiB |
| Qwen3-ASR 1.7B | ca. 2,5 GB | 2,43 GiB |
Qwen3-ASR er den tungeste af de fem på begge punkter: ca. 2,5 GB at downloade og højst 2,43 GiB hukommelse for processen i denne test mod ca. 2 GB og 1,87 GiB for Whisper Large V3 Turbo.
Har du en maskine med 8 GB, findes der lettere valg. Parakeet V3 dækker 25 sprog med 465 MB og 0,09 GiB, og Whisper Small dækker 101 med 600 MB og 0,87 GiB.
Sådan målte vi: FLEURS, 30 sprog, én Mac
Qwen3-ASR 1.7B kørte som en MLX-version i 8-bit, Whisper Large V3 Turbo som en whisper.cpp-ggml-version på Metal. Data er testdelen af Google FLEURS i revision 70bb2e84 (CC-BY-4.0): 83 af dens 102 sprog, de samme klip i samme rækkefølge for alle modeller. Den parrede sammenligning dækker Qwens 30 sprog med ca. 150 sætninger og 30 minutters lyd hver. WER for sprog med mellemrum mellem ordene, CER for kinesisk, kantonesisk, japansk, koreansk og thai, aldrig slået sammen til ét tal. Fejlmarginerne er en bootstrap på klipniveau med 10.000 genudtræk. Én M5 MacBook Air, 32 GB, macOS 27.0, ingen tomme resultater eller fejl fra nogen af modellerne.
FLEURS er oplæst tale, ikke et møde og ikke diktering. To gange i vores egne test har en rangordning fra oplæst tale ikke holdt på rigtig lyd, så vi overfører den ikke til lange optagelser. Tabellerne viser, om en model er et realistisk valg til dit sprog, ikke hvilken nøjagtighed du får. Testen af Qwen3-ASR 1.7B på rigtige møder kommer i et separat indlæg.
Skal du bruge Qwen3-ASR i stedet for Whisper Large V3 Turbo?
Sprog for sprog ville vi svare sådan i Whisper Notes til Mac.
- Transskriberer du kantonesisk, hindi, thai, vietnamesisk, fransk, tysk eller engelsk, så vælg Qwen3-ASR 1.7B.
- Til kinesisk, koreansk og spansk lå Qwen3-ASR en anelse foran, og mere end det vil vi ikke påstå. Begge modeller er fine her, ligesom til japansk, italiensk, persisk, arabisk, indonesisk, russisk, portugisisk, makedonsk og malajisk.
- Transskriberer du finsk, ungarsk, græsk, tjekkisk, svensk, dansk, polsk, rumænsk, filippinsk, tyrkisk eller nederlandsk, så bliv ved Whisper Large V3 Turbo. Den vandt klart på alle elleve.
- Er det hastighed eller diskplads, du går op i, er det ikke denne motor. Parakeet V3 og SenseVoice Small var en størrelsesorden hurtigere med en brøkdel af downloadstørrelsen, og Whisper Small dækker 101 sprog med 600 MB ved 7,0×. Til kinesisk, japansk og koreansk kan du læse SenseVoice vs. Qwen3-ASR.
- Bruger du iPhone, så findes denne motor kun på Mac. På iPhone er SenseVoice valget til kantonesisk.
Vil du se, hvordan begge klarer sig mod Parakeet, SenseVoice og Apple Speech på 42 sprog, så læs vores sammenligning af alle seks modeller.
Det her er en version af Alibabas åbne Qwen3-ASR, som Whisper Notes til Mac kører på enheden: de åbne vægte er konverteret til Apple MLX i 8-bit og kører på din Macs egen GPU, uden at nogen lyd sendes til Alibabas servere. Det er ikke den samme model som den 0.6B-model, som SenseVoice tidligere erstattede i Mac-appen.
Sådan bruger du den (ens i begge Mac-versioner): Indstillinger → Transskriptionsmodel → Qwen3-ASR 1.7B. Modellen downloades i appen, første gang du bruger den, og fylder ca. 2,5 GB. Den kræver macOS 15 eller nyere på en Mac med Apple-chip, og 16 GB hukommelse anbefales; resten af appen kører på macOS 14. Listen pr. motor står i vores tabel over de sprog, Whisper, Parakeet, SenseVoice og Qwen3-ASR understøtter. Den lokale CLI og MCP-serveren i Mac-appen fra vores hjemmeside accepterer „qwen“, „qwen3“ og „qwen3-asr“.
Vil du hellere beholde det, du har, behøver du ikke ændre noget: den indbyggede Parakeet-model er stadig standard. Det er nu Parakeet Ultra fra Moondream, videretrænet fra den Parakeet V3, vi har målt her.
Ofte stillede spørgsmål
Er Qwen3-ASR mere præcis end Whisper Large V3 Turbo?
Det afhænger af sproget, og fordelingen er tæt på lige. I vores egen FLEURS-test i Whisper Notes til Mac lå Qwen3-ASR 1.7B foran på 14 og Whisper Large V3 Turbo på 15 af de 30 sprog, som begge modeller dækker; italiensk ender helt lige, identisk på alle de decimaler, vi har gemt. Qwen førte klart på kantonesisk (6,44 % mod 36,75 % CER), hindi (13,19 % mod 29,64 % WER), thai, vietnamesisk, fransk, tysk og engelsk. Turbo førte klart på finsk (7,11 % mod 27,71 % WER), ungarsk, græsk, tjekkisk, svensk, dansk, polsk, rumænsk, filippinsk, tyrkisk og nederlandsk. Tolv af de tredive forskelle ligger inden for fejlmarginerne og bør læses som uafgjort. Vælg Qwen3-ASR, hvis dit sprog står i dens vinderkolonne, og du bruger Whisper Notes på Mac. Vælg Whisper Large V3 Turbo til alt andet og til alle sprog uden for Qwens 30, da Whisper dækker alle 101 valgmuligheder.
Kan jeg bruge Qwen3-ASR på iPhone eller fra Mac App Store?
På Mac, ja: Qwen3-ASR 1.7B (Beta) findes i begge Mac-versioner. På iPhone findes den ikke. iPhone-appen har Parakeet, Whisper Small og SenseVoice Small samt Apple Speech på iOS 26, og alle de sprog, Qwen genkender, er også dækket af Whisper Small dér. Har du brug for kantonesisk på iPhone, er det SenseVoice, du skal bruge.
Qwen3-ASR eller SenseVoice til kinesisk, japansk og koreansk?
Til færrest fejl: Qwen3-ASR. I vores FLEURS-test fik den en CER på 6,49 % på kinesisk, 5,74 % på japansk og 3,54 % på koreansk; SenseVoice Small fik 7,69 %, 6,78 % og 7,85 % på de samme klip, og Qwen3-ASR havde også den laveste fejlrate på kantonesisk. Til fart: SenseVoice. Den kørte med en median på 162× realtid i den test mod 9,6× for Qwen, er ca. 450 MB at downloade mod ca. 2,5 GB og findes på iPhone og i begge Mac-versioner; på iPhone er den også motoren til kantonesisk.
Hvilke systemkrav har Qwen3-ASR 1.7B?
En Mac med Apple-chip og macOS 15 eller nyere, gerne med 16 GB hukommelse, plus ca. 2,5 GB diskplads til modellen. Det er højere krav end for resten af Whisper Notes til Mac, som kører på macOS 14 og nyere. I vores testkørsel brugte modellen højst 2,43 GiB hukommelse for processen, det højeste af de fem motorer. På en Mac med 8 GB dækker Whisper Small den samme liste på 101 sprog med 600 MB, og Parakeet V3 dækker 25 europæiske sprog med 465 MB.
Forlader lyden min Mac, når jeg bruger Qwen3-ASR?
Nej. Alibaba tilbyder også Qwen3-ASR som en cloudtjeneste via DashScope-API'erne Real-time og FileTrans, hvor lyden uploades til deres servere. Dem bruger Whisper Notes ikke. Appen kører de åbne vægte lokalt som en MLX-model i 8-bit på din Macs GPU, uden konto og uden API-nøgle, og transskriptionen virker, selv når netværket er slået fra. Det gælder alle motorfamilier i appen, i alle versioner.
Hvorfor passer tallene ikke med den nøjagtighed, jeg får på mine optagelser?
Fordi FLEURS er kort, ren og oplæst tale, og det er dine optagelser ikke. Vores test er en kalibrering på et offentligt datasæt: ca. 150 sætninger pr. sprog, én M5 MacBook Air, de samme klip for alle modeller. Den er nyttig til at vurdere, om en model er et realistisk valg til et sprog, men den forudsiger ikke din nøjagtighed på et møde, på støjende lyd, på tale med accent eller på en fil på to timer.
Prøv den selv
Qwen3-ASR 1.7B findes i begge Mac-versioner af Whisper Notes: Mac App Store-versionen og Mac-appen fra vores hjemmeside. Har du en af dem allerede, så opdater til den nyeste version og åbn Indstillinger → Transskriptionsmodel. Mac-appen fra vores hjemmeside er gratis for 5.000 ord om ugen, nok til at teste dit eget sprog og se, om du er uenig i tabellerne ovenfor.
Finder du et sprog, hvor vores tal ikke passer med din erfaring, så skriv til mac@whispernotes.app. Alle udgivelsesnoter: whispernotes.app/changelog.
Kilder til alt ovenfor: vores FLEURS-test på testdelen af Google FLEURS i revision 70bb2e84, modelkortet for Qwen3-ASR 1.7B og vores tabel over understøttede sprog pr. motor, som genereres fra appens egen kildekode.
Download til macOS