TL;DR
| Parakeet V3 | Whisper-Vergleich | |
|---|---|---|
| Geschwindigkeit | ~60× Echtzeit auf Apple Silicon | Turbo ~14× Echtzeit auf demselben M4 Pro |
| Unterstützte Sprachen | 25 | 100+ |
| Englische Fehlerrate (WER) | 6.32% | Turbo 7.83% |
| Ø Fehlerrate, 25 Sprachen (WER) | 12.0% | 12.6% |
| Halluzinationen | Praktisch keine bei Stille in unseren Tests | Kann bei Stille auftreten |
| Geeignet für | Englisch & Europäisch | Asiatisch, Arabisch, 100+ |
* Geschwindigkeit: eigene Messung auf Apple Silicon (58× bei einem Podcast, 63× bei einem Meeting). Englisch-WER: Open ASR Leaderboard. 25-Sprachen-Ø: FLEURS-Benchmark.
Ab Version 1.3.2 (Direct Download / DMG) wird Whisper Notes für Mac mit NVIDIA Parakeet TDT 0.6B als Standard-Sprachmodell ausgeliefert. Auf Apple Silicon läuft es mit rund 60× Echtzeit, und im Open ASR Leaderboard ist es für Englisch genauer als Whisper Large V3 Turbo — 6,32 % gegen 7,83 %. Whisper-Modelle bleiben weiterhin verfügbar, wenn du andere Sprachen brauchst.
Warum wir das Standardmodell gewechselt haben
Whisper ist großartig, aber es wurde als Allzweck-Modell konzipiert. Es beherrscht über 100 Sprachen, übersetzt, erzeugt Zeitstempel — ein echtes Schweizer Taschenmesser. Der Nachteil: Geschwindigkeit. Für englische Diktate, bei denen du einfach nur schnell Wörter auf dem Bildschirm haben willst, ist das Overkill.
Was mich echt gestört hat: Wenn ich die systemweite Fn-Tasten-Diktierfunktion mit Whisper benutzt habe, musste ich nach einer ~1-minütigen Aufnahme 3–5 Sekunden warten, bis der Text erschien. Diese Pause unterbricht den Flow. Du hörst auf zu reden, wartest, starrst auf den Cursor — das zerstört die Magie des Diktierens.
Parakeet hat das komplett verändert. Die Geschwindigkeit ist so hoch, dass der Text erscheint, sobald du aufhörst zu sprechen. Du redest, und die Wörter sind einfach da. Wenn du dieses Gefühl einmal erlebt hast — dieser nahtlose, wartefreie Flow — dann ist es wirklich schwer, wieder zu Whisper zurückzugehen.
Wie schnell ist Parakeet V3?
Zahlen sagen mehr als Worte. Hier zwei eigene Durchläufe — beide Modelle auf derselben Audiodatei, auf demselben Mac:
| Modell | 5-minütiger englischer Podcast (M4 Pro) |
|---|---|
| Whisper Large V3 Turbo | 20,92 s — 14,3× Echtzeit |
| Parakeet TDT 0.6B v3 | 2,91 s — 103× Echtzeit |
Auf einer kleineren Maschine bleibt der Abstand bestehen. Auf unserem M5 Air hat Parakeet ein 17,5-minütiges Meeting in 16,7 Sekunden transkribiert — rund 60× Echtzeit. Und weil das Modell kleiner ist (600M vs. 800M Parameter), verbraucht es auch weniger Akku.
Was Parakeet v3 so schnell macht
Whisper hört sich Audio so an, wie du ein Buch laut vorlesen würdest — Wort für Wort, Frame für Frame, ohne jemals vorzuspringen. Selbst bei Stille verarbeitet es weiter und rät, was als Nächstes kommt. Gründlich, aber langsam.
Parakeet geht grundlegend anders vor. Es komprimiert das Audiosignal 8x, bevor es verarbeitet wird — das Modell sieht nur das Wesentliche. Dann, statt sich durch jeden einzelnen Frame zu arbeiten, sagt es nicht nur vorher, welches Wort du gesagt hast, sondern auch wie lange dieses Wort dauert — und springt weiter. Stille? Wird komplett übersprungen. Ein langer Vokal? Eine Vorhersage statt Dutzender.
Das Ergebnis ist ein Modell, das Sprache so verarbeitet, wie dein Gehirn es tut — es konzentriert sich auf die Wörter und ignoriert die Lücken. Deshalb schafft es auf Apple Silicon eine Stunde Audio in unter einer Minute — mit weniger Parametern und höherer Genauigkeit.
Benchmarks: Parakeet v3 vs. Whisper
Parakeet v3 erreicht oder übertrifft Modelle, die 2-4x so groß sind, über FLEURS-, CoVoST- und MLS-Benchmarks
Auf dem Hugging Face Open ASR Leaderboard steht Parakeet v3 mit nur 600M Parametern ganz oben — weniger als die Hälfte von Whisper Large V3 mit 1,55B:
| Modell | Parameter | Durchschn. WER | Geschwindigkeit (RTFx) |
|---|---|---|---|
| Parakeet TDT 0.6B v3 | 0.6B | 6.32% | 3,333x |
| Canary 1B v2 | 1.0B | 7.15% | 749x |
| Whisper Large V3 Turbo | 0.8B | 7.83% | 350x |
Niedrigerer WER = weniger Fehler. Höherer RTFx = schneller. Parakeet gewinnt bei beidem. Mit 600M Parametern ist es auch das kleinste Modell in der Liste — was bedeutet, dass es auf Apple Silicon wunderbar läuft, mit minimalem Speicher- und Akkuverbrauch.
Mehrsprachige WER: Alle 25 Sprachen
Die obige Rangliste bezieht sich nur auf Englisch. Hier das vollständige Bild — wie die drei in Whisper Notes verfügbaren Modelle in allen 25 von Parakeet unterstützten Sprachen abschneiden, gemessen am FLEURS-Benchmark. Niedrigerer WER = weniger Transkriptionsfehler. Der beste Wert zwischen Large V3 und Parakeet ist pro Zeile hervorgehoben:
| Sprache | Whisper Small | Whisper Large V3 | Parakeet V3 |
|---|---|---|---|
| Bulgarisch | 37.3 | 12.9 | 12.6 |
| Kroatisch | 33.4 | 11.1 | 12.5 |
| Tschechisch | 37.6 | 11.3 | 11.0 |
| Dänisch | 32.8 | 12.6 | 18.4 |
| Niederländisch | 16.4 | 5.6 | 7.5 |
| Englisch | 6.1 | 4.3 | 4.9 |
| Estnisch | 51.3 | 19.1 | 17.7 |
| Finnisch | 24.0 | 7.7 | 13.2 |
| Französisch | 15.0 | 6.3 | 5.2 |
| Deutsch | 10.2 | 4.3 | 5.0 |
| Griechisch | 30.8 | 27.0 | 20.7 |
| Ungarisch | 38.9 | 14.1 | 15.7 |
| Italienisch | 9.8 | 2.3 | 3.0 |
| Lettisch | 53.2 | 18.3 | 22.8 |
| Litauisch | 65.6 | 22.3 | 20.4 |
| Maltesisch | 92.2 | 68.9 | 20.5 |
| Polnisch | 14.7 | 4.7 | 7.3 |
| Portugiesisch | 7.3 | 3.7 | 4.8 |
| Rumänisch | 29.8 | 8.2 | 12.4 |
| Russisch | 11.4 | 4.2 | 5.5 |
| Slowakisch | 33.3 | 8.4 | 8.8 |
| Slowenisch | 49.3 | 19.9 | 24.0 |
| Spanisch | 5.6 | 3.1 | 3.5 |
| Schwedisch | 20.8 | 7.9 | 15.1 |
| Ukrainisch | 19.3 | 6.5 | 6.8 |
| Durchschnitt | 29.8 | 12.6 | 12.0 |
WER (%) auf FLEURS. Whisper Small-Daten aus Radford et al.; Large V3- und Parakeet V3-Daten aus dem NVIDIA Canary-1B-v2-Paper.
Warum Parakeet bei Stille seltener halluziniert
Wenn du Whisper zum Diktieren benutzt hast, hast du wahrscheinlich schon erlebt, dass es bei Stille halluziniert — Phrasen wiederholt, Wörter erfindet oder plötzlich „Subtitles by Amara.org" ausgibt. Das passiert, weil Whispers autoregressiver Decoder immer erwartet, Text zu produzieren, selbst wenn es nichts zu transkribieren gibt.
Die Transducer-Architektur von Parakeet kann in einer Pause eine leere Ausgabe erzeugen, statt ein Text-Token zu erzwingen. In unseren Tests mit systemweitem Diktieren füllt Parakeet stille Abschnitte deshalb deutlich seltener mit wiederholtem oder unpassendem Text als Whisper. „Seltener“ ist dabei die ehrliche Aussage; kein Sprachmodell halluziniert garantiert nie.
Welche Sprachen Parakeet unterstützt
Parakeet v3 unterstützt 25 Sprachen: Bulgarisch, Dänisch, Deutsch, Englisch, Estnisch, Finnisch, Französisch, Griechisch, Italienisch, Kroatisch, Lettisch, Litauisch, Maltesisch, Niederländisch, Polnisch, Portugiesisch, Rumänisch, Russisch, Schwedisch, Slowakisch, Slowenisch, Spanisch, Tschechisch, Ukrainisch und Ungarisch.
Das deckt den Großteil Europas ab, aber nicht Chinesisch, Japanisch, Koreanisch, Arabisch oder Hindi. Für Chinesisch, Japanisch, Koreanisch und Kantonesisch wählst du SenseVoice. Für Arabisch, Hindi und weitere Sprachen außerhalb des Parakeet-Satzes ist Whisper Large V3 Turbo die passende Option.
Modellauswahl: Parakeet V3 (Standard), SenseVoice Small, Whisper Small und Whisper Large V3 Turbo — alle laufen lokal
Modellauswahl in Whisper Notes
Öffne die Einstellungen, um zwischen den Modellen zu wechseln:
- Parakeet V3 (Standard) — Am schnellsten, ideal für Englisch und europäische Sprachen
- SenseVoice Small — zh / ja / ko / yue
- Whisper Small — Leichtgewichtig, über 100 Sprachen
- Whisper Large V3 Turbo — Das genaueste mehrsprachige Modell
Alle Modelle laufen zu 100% lokal auf deinem Mac. Kein Internet, keine Cloud, keine Daten verlassen dein Gerät.
Was ist mit Parakeet V2?
Falls du V2 benutzt hast, fragst du dich vielleicht, wie es sich im Vergleich schlägt. V2 war ein reines Englisch-Modell — und seine englische Genauigkeit ist tatsächlich etwas besser als die von V3 (WER 6,05 % vs. 6,32 %). V3 tauscht diesen kleinen Unterschied gegen 25-Sprachen-Unterstützung ein. Beide sind deutlich genauer als Whisper.
| Parakeet V2 | Parakeet V3 | Whisper Large V3 Turbo | |
|---|---|---|---|
| Englische WER | 6.05% | 6.32% | 7.83% |
| Sprachen | Nur Englisch | 25 | 100+ |
Kurz gesagt: Wenn du nur Englisch brauchst, sind V2 und V3 beide hervorragend. V3 ist der Standard in Whisper Notes, weil Mehrsprachigkeit den meisten Nutzern wichtig ist — und der Unterschied bei der englischen Genauigkeit vernachlässigbar ist.
Und was ist mit WhisperKit?
WhisperKit ist Argmax' Open-Source-Swift-Framework, um Whisper-Modelle auf Apple-Geräten auszuführen. Es ist ein Entwickler-Toolkit, keine App für Endnutzer — und es führt Whisper aus, nicht Parakeet (das ist NVIDIAs Modellfamilie). Wenn du On-Device-Transkription im Stil von WhisperKit willst, ohne selbst Swift zu schreiben, verpackt Whisper Notes dieselbe Idee als fertige App: Parakeet V3, Whisper Large V3 Turbo und SenseVoice — alle laufen lokal auf Mac und iPhone.
Du willst alle lokalen Optionen vergleichen? Jedes On-Device-Modell für Sprache-zu-Text — Whisper-Varianten, Parakeet V3, SenseVoice und Voxtral — findest du Seite an Seite auf unserer Whisper-Modellvergleichsseite. Neu bei Whisper selbst? Starte mit dem Whisper-Transkriptions-Guide — was das Modell ist, alle Wege es auszuführen und was es kostet.
Häufig gestellte Fragen
Ist Parakeet V3 besser als Whisper?
Für Englisch und europäische Sprachen oft ja. Das Open ASR Leaderboard nennt 6,32 % englische WER für Parakeet und 7,83 % für Turbo, und in unserem eigenen Test auf einem M4 Pro lief Parakeet mit 103× Echtzeit gegen 14,3× bei Turbo. Whisper deckt dafür deutlich mehr Sprachen ab: Wenn deine nicht zu den 25 von Parakeet gehört, ist Turbo die richtige Wahl.
Welche Sprachen unterstützt Parakeet V3?
Parakeet V3 unterstützt 25 Sprachen: Bulgarisch, Dänisch, Deutsch, Englisch, Estnisch, Finnisch, Französisch, Griechisch, Italienisch, Kroatisch, Lettisch, Litauisch, Maltesisch, Niederländisch, Polnisch, Portugiesisch, Rumänisch, Russisch, Schwedisch, Slowakisch, Slowenisch, Spanisch, Tschechisch, Ukrainisch und Ungarisch.
Kann ich Parakeet V3 am Mac nutzen?
Ja. Whisper Notes für Mac liefert Parakeet V3 als Standard-Engine mit. Es läuft zu 100 % lokal auf Apple Silicon — kein Internet, keine Cloud, keine Daten verlassen dein Gerät. Lade einfach die kostenlose Test-DMG herunter und probier es aus.
Halluziniert Parakeet V3 wie Whisper?
In unseren Tests mit stillen Abschnitten deutlich seltener, aber „nie“ wäre für kein Sprachmodell seriös. Parakeet kann bei Pausen eine leere Ausgabe erzeugen. Whispers autoregressiver Decoder neigt bei Stille eher zu wiederholten Phrasen oder unpassendem Text.
Parakeet V2 oder V3 — welches soll ich nehmen?
Parakeet V2 ist ein reines Englisch-Modell mit minimal besserer englischer Genauigkeit (6,05 % vs. 6,32 % WER). V3 tauscht diesen winzigen Vorsprung gegen 25 europäische Sprachen und ist der Standard in Whisper Notes. Außer du transkribierst ausschließlich Englisch und jagst dem letzten Prozentbruchteil hinterher: Nimm V3.
Unterstützt Parakeet V3 Japanisch, Chinesisch oder Koreanisch?
Nein — alle 25 Sprachen sind europäisch. Für Chinesisch, Japanisch, Koreanisch oder Kantonesisch bringt Whisper Notes SenseVoice mit — das wählst du für diese Sprachen aus, und es läuft mit 52× Echtzeit oder schneller — sowie die Whisper-Modelle. Alle laufen offline, auf Mac und iPhone.
Wie groß ist Parakeet V3?
600 Millionen Parameter — ein 465-MB-Download und damit das kleinste Modell in beiden Mac-Builds. Whisper Large V3 Turbo ist in derselben App ein Download von rund 1,6 GB, und Qwen3-ASR 1.7B (Beta), das es nur in der direkt geladenen Mac-Version (DMG) gibt, von rund 2,5 GB.
Probier es aus
Parakeet v3 ist ab sofort in der Mac-Version verfügbar — einfach das neueste DMG herunterladen. (Update: Parakeet ist jetzt auch in der neuesten iOS-Version verfügbar.)
Fragen oder Feedback? Schreib uns an support@whispernotes.app.
Für iOS herunterladen