Whisper Notes bietet nicht nur Whisper, sondern sechs Spracherkennungsmodelle, die offline laufen:
- Parakeet (integriert)
- Whisper Large V3 Turbo
- Whisper Small
- Qwen3-ASR 1.7B (Mac)
- SenseVoice Small
- Apple Speech (Mac, ab macOS 26)
Welches am genauesten ist, hängt von deiner Sprache ab.
Welches Modell ist am genauesten?
Wir haben alle Modelle auf demselben MacBook Air (M5) getestet. Hier die Fehlerraten – je niedriger, desto besser, der beste Wert jeder Zeile ist grün markiert:
| Sprache | Parakeet | Whisper Large V3 Turbo | Whisper Small | Qwen3-ASR 1.7B1 | SenseVoice Small | Apple Speech1 |
|---|---|---|---|---|---|---|
| Englisch | 5,89 % | 5,49 % | 7,04 % | 4,49 % | 8,46 % | 8,80 % |
| Deutsch | 5,19 % | 4,05 % | 8,67 % | 2,85 % | — | 6,26 % |
| Niederländisch | 7,89 % | 5,69 % | 16,75 % | 7,36 % | — | — |
| Japanisch | — | 5,30 % | 11,37 % | 5,74 % | 6,78 % | 6,36 % |
| Polnisch | 6,59 % | 5,45 % | 15,81 % | 12,59 % | — | — |
| Russisch | 6,17 % | 5,13 % | 11,37 % | 5,65 % | — | — |
| Französisch | 5,19 % | 5,97 % | 13,24 % | 4,57 % | — | 7,61 % |
| Spanisch | 3,95 % | 3,62 % | 6,22 % | 3,38 % | — | 5,41 % |
| Koreanisch | — | 4,25 % | 7,30 % | 3,54 % | 7,85 % | 4,31 % |
| Ukrainisch | 5,11 % | 6,33 % | 17,48 % | — | — | — |
| Chinesisch | — | 7,97 % | 20,50 % | 6,49 % | 7,69 % | 7,97 % |
| Kantonesisch | — | —2 | —2 | 6,44 % | —2 | 8,69 % |
| Italienisch | 2,62 % | 2,58 % | 7,64 % | 2,58 % | — | 4,39 % |
| Portugiesisch | 5,81 % | 5,44 % | 8,61 % | 5,17 % | — | 9,35 % |
| Schwedisch | 13,30 % | 8,78 % | 21,66 % | 19,80 % | — | — |
| Türkisch | — | 5,95 % | 14,24 % | 8,81 % | — | — |
| Tschechisch | 11,03 % | 11,94 % | 38,71 % | 24,59 % | — | — |
| Norwegisch | — | 8,99 % | 24,50 % | — | — | — |
| Finnisch | 10,44 % | 7,11 % | 25,91 % | 27,71 % | — | — |
| Arabisch | — | 15,72 % | 32,81 % | 14,32 % | — | — |
| Slowakisch | 8,79 % | 9,59 % | 32,43 % | — | — | — |
| Dänisch | 15,92 % | 13,63 % | 34,14 % | 22,24 % | — | — |
| Hindi | — | 29,64 % | 61,26 % | 13,19 % | — | —3 |
| Thailändisch | — | 13,40 % | 23,52 % | 6,53 % | — | — |
| Indonesisch | — | 6,31 % | 16,31 % | 4,91 % | — | — |
| Ungarisch | 13,74 % | 14,59 % | 40,65 % | 36,63 % | — | — |
| Vietnamesisch | — | 8,10 % | 18,12 % | 4,91 % | — | — |
| Malaiisch | — | 9,22 % | 19,72 % | 10,62 % | — | — |
| Griechisch | 34,00 % | 13,94 % | 31,64 % | 30,22 % | — | — |
| Rumänisch | 9,68 % | 8,36 % | 29,45 % | 20,20 % | — | — |
| Filipino | — | 9,72 % | 25,60 % | 23,31 % | — | — |
| Bulgarisch | 12,44 % | 14,54 % | 39,68 % | — | — | — |
| Slowenisch | 20,32 % | 19,15 % | 48,54 % | — | — | — |
| Estnisch | 15,56 % | 19,08 % | 50,84 % | — | — | — |
| Kroatisch | 12,49 % | 11,49 % | 33,76 % | — | — | — |
| Litauisch | 17,97 % | 23,28 % | 67,23 % | — | — | — |
| Maltesisch | 19,38 % | 74,35 % | 95,68 % | — | — | — |
| Isländisch | — | 19,75 % | 73,96 % | — | — | — |
| Katalanisch | — | 5,80 % | 15,51 % | — | — | — |
| Galicisch | — | 12,23 % | 31,09 % | — | — | — |
| Mazedonisch | — | 17,46 % | 37,11 % | 18,57 % | — | — |
| Bosnisch | — | 14,85 % | 39,60 % | — | — | — |
Zeichenfehlerrate bei Chinesisch, Japanisch, Koreanisch, Kantonesisch und Thailändisch, Wortfehlerrate bei allen anderen Sprachen. Sprachen, die hier fehlen: siehe Unterstützte Sprachen.
1 Nur Mac. Derzeit in der Mac-App von unserer Website; die Version aus dem Mac App Store holt noch auf. 2 Für SenseVoice Small und Whisper nennen wir bei Kantonesisch noch keine Werte, weil wir nicht sicher sind, ob dieser Test sie fair bewertet. 3 Apple Speech hat Hindi durchgehend in lateinischer Schrift ausgegeben, deshalb lässt sich das Ergebnis nicht bewerten.
Welches Modell ist am schnellsten, und wie lange braucht es für eine Stunde Audio?
| Modell | Geschwindigkeit (× Echtzeit) | 1 Stunde Audio | Download | Arbeitsspeicher |
|---|---|---|---|---|
| SenseVoice Small | 115–131× | ca. 30 Sekunden | ca. 450 MB | ca. 700 MB |
| Parakeet | 75,8× | ca. 50 Sekunden | Integriert (ca. 630 MB) | ca. 800 MB |
| Apple Speech | 19,7× | ca. 3 Minuten | Von macOS verwaltet | — |
| Qwen3-ASR 1.7B | 7,6× | ca. 8 Minuten | ca. 2,5 GB | ca. 2,6 GB |
| Whisper Small | 6,5× | ca. 9 Minuten | ca. 400 MB | ca. 1 GB |
| Whisper Large V3 Turbo | 2,7× | ca. 22 Minuten | ca. 2 GB | ca. 2,4 GB |
Geschwindigkeit, Download und Arbeitsspeicher stammen von der Karte des jeweiligen Modells in der Mac-App. Die Geschwindigkeit bezieht sich nur auf die Verarbeitungszeit des Modells; die Zeiten für eine Stunde Audio sind daraus hochgerechnet.
Die genauesten Modelle sind oft die langsamsten, und je länger die Aufnahme, desto stärker fällt das ins Gewicht.
Welche Modelle gibt es am iPhone und am Mac?
| Modell | iPhone | Mac |
|---|---|---|
| Parakeet | Ja, integriert | Ja, integriert |
| Whisper Large V3 Turbo | Nein | Ja |
| Whisper Small | Ja | Ja |
| Qwen3-ASR 1.7B | Nein | Ja (Beta)1 |
| SenseVoice Small | Ja | Ja |
| Apple Speech | Nein | Ja (ab macOS 26)1 |
Grün heißt verfügbar, Gelb heißt nicht verfügbar. 1 Derzeit in der Mac-App von unserer Website; die Version aus dem Mac App Store holt noch auf.
Wir möchten auch am iPhone mehr Modelle anbieten. Das meistgewünschte, Whisper Large V3, läuft – ob in voller Größe oder komprimiert – nur auf den neuesten iPhones, auf den meisten Geräten also nicht. Bei Qwen3-ASR 1.7B ist es genauso. Wir testen laufend neue Modelle und kleinere Versionen der vorhandenen. Zuletzt haben wir das Standardmodell von Parakeet V3 auf Parakeet Ultra umgestellt, das über 25 Sprachen hinweg etwa 24 % weniger Fehler macht. Mehr dazu in Parakeet Ultra vs. Parakeet V3.
Wie wechsle ich das Modell?
Öffne am Mac die Einstellungen und klicke unter Transkriptionsmodell auf eine Karte, um das Modell herunterzuladen oder auszuwählen; der Link Unterstützte Sprachen auf jeder Karte zeigt die Fehlerrate des Modells in jeder Sprache.
Einstellungen → Transkriptionsmodell in der Mac-App
Wie haben wir getestet?
Getestet haben wir mit vorgelesenen Sätzen aus FLEURS: 83 Sprachdatensätze, zusammen 12.090 Sätze, alle Modelle auf demselben MacBook Air (M5). Unsere Whisper-Ergebnisse liegen sehr nah an den Werten, die OpenAI veröffentlicht hat. Das ist saubere, vorgelesene Sprache; bei Meetings und Aufnahmen mit Hintergrundgeräuschen liegen die Fehlerraten höher.
Häufige Fragen
Welches Whisper-Modell ist das beste?
Whisper Large V3 Turbo. Es ist in jeder Sprache der Tabelle genauer als Whisper Small, im Englischen zum Beispiel 5,49 % gegenüber 7,04 %. Dafür ist es deutlich langsamer, und in der iPhone-App gibt es nur Whisper Small.
Welches Modell ist für Japanisch am besten?
Whisper Large V3 Turbo mit 5,30 % Zeichenfehlerrate, dahinter Qwen3-ASR 1.7B mit 5,74 %. Am iPhone nimmst du SenseVoice Small (6,78 %).
Welches Modell ist für Chinesisch (Mandarin) am besten?
Am Mac Qwen3-ASR 1.7B mit 6,49 % Zeichenfehlerrate. Danach kommt SenseVoice Small mit 7,69 %, das auch am iPhone läuft.
Welches Parakeet-Modell ist das beste?
Parakeet Ultra. Über 25 Sprachen hinweg macht es etwa 24 % weniger Fehler als Parakeet V3 (10,63 % gegenüber 13,99 %). Es ist in der iPhone-App ab Version 1.8.9 und in der Mac-App von unserer Website ab Version 1.6.4 integriert.
Für iOS herunterladen
Ausführliche Benchmarks