El 22 de septiembre de 2026, Moondream publicó Parakeet Ultra, una versión posentrenada del Parakeet TDT 0.6B v3 de NVIDIA con la misma arquitectura y los mismos 600 millones de parámetros. Según la ficha del modelo de Moondream, su tasa de error por palabra media en FLEURS, en 25 idiomas, baja del 11.62% al 9.55%, alrededor de un 17.8% menos de errores. Queríamos saber: en el uso real, ¿cuánto más preciso es Parakeet Ultra que Parakeet V3, idioma por idioma?
Ya habíamos medido Parakeet V3, Whisper, Qwen3-ASR y SenseVoice con un conjunto fijo de frases de FLEURS en nuestra comparativa Apple SpeechAnalyzer vs Whisper; nuestra comparativa Qwen3-ASR vs Whisper usó el mismo conjunto en 30 idiomas. Esta vez probamos Parakeet Ultra con él. Las cifras son nuestras, medidas en Whisper Notes en una sola Mac, y las presentamos con la mayor claridad posible.
¿Cuánto más preciso es Parakeet Ultra?
Corrimos ambos modelos en la partición de prueba de FLEURS: los 25 idiomas que admite Parakeet, 3,976 frases leídas y 12.55 horas de audio. Cada frase se transcribió tal como Whisper Notes ejecuta realmente el modelo.
| Idioma | Parakeet V3 | Parakeet Ultra |
|---|---|---|
| Inglés | 6.89% | 5.89% |
| Alemán | 4.69% | 3.72% |
| Neerlandés | 7.59% | 6.91% |
| Español (Latinoamérica) | 4.73% | 3.77% |
| Francés | 5.66% | 4.95% |
| Polaco | 8.02% | 6.34% |
| Ruso | 6.99% | 5.72% |
| Ucraniano | 6.59% | 5.11% |
| Finés | 13.72% | 10.03% |
| Italiano | 3.33% | 2.48% |
| Portugués (Brasil) | 6.37% | 5.69% |
| Sueco | 16.18% | 13.12% |
| Checo | 13.70% | 10.85% |
| Lituano | 24.50% | 18.00% |
| Letón | 30.25% | 20.70% |
| Griego | 36.10% | 20.96% |
| Estonio | 20.12% | 15.40% |
| Eslovaco | 11.84% | 8.58% |
| Rumano | 13.74% | 9.54% |
| Danés | 19.22% | 15.68% |
| Húngaro | 18.78% | 13.63% |
| Búlgaro | 14.05% | 12.28% |
| Croata | 13.37% | 12.49% |
| Esloveno | 23.82% | 18.49% |
| Maltés | 24.46% | 19.19% |
| Los 25 idiomas | 13.99% | 10.63% |
Tasa de error por palabra; cuanto más baja, mejor. Verde: Parakeet Ultra es más preciso más allá del intervalo del 95%. Croata: sin diferencia clara. Nuestra propia medición en Whisper Notes en una Mac con Apple M5.
En el conjunto de los 25 idiomas, la tasa de error por palabra bajó del 13.99% al 10.63%, alrededor de un 24% menos de errores: se pasó de aproximadamente una palabra errónea de cada siete a una de cada nueve. Parakeet Ultra fue más preciso en 24 idiomas y menos preciso en ninguno.
¿Qué idiomas mejoraron más?
Tasa de error por palabra por idioma, Parakeet V3 en gris y Parakeet Ultra en verde, ordenada según la bajada en puntos porcentuales. Fuente: nuestra propia medición en Whisper Notes, partición de prueba de FLEURS.
Las mayores mejoras llegaron donde Parakeet V3 era más débil: el letón bajó del 30.25% al 20.70%, el lituano del 24.50% al 18.00%, el esloveno del 23.82% al 18.49% y el maltés del 24.46% al 19.19%. El griego fue el que más bajó en Whisper Notes, del 36.10% al 20.96%, y sigue siendo el más alto de los 25. Los idiomas más hablados partían de más abajo y mejoraron menos: entre 0.68 y 1.27 puntos en inglés, alemán, español, francés, italiano, portugués, neerlandés y ruso, todos ellos aún fuera de las barras de error.
¿Es Parakeet Ultra más lento?
| Parakeet V3 | Parakeet Ultra | |
|---|---|---|
| Velocidad de procesamiento | 74.5× el tiempo real | 74.0× el tiempo real |
| Carga del modelo, mediana | 0.10 s | 0.10 s |
200 fragmentos de FLEURS, los ocho primeros de cada idioma, 37.2 minutos de audio. Cada fragmento pasó por los dos modelos uno tras otro, alternando cuál iba primero. Solo el tiempo de procesamiento del motor, sin el arranque del proceso ni la carga del modelo; no es la latencia de principio a fin en la app. Mac con Apple M5, macOS 27.0.
No encontramos ninguna diferencia medible. Parakeet Ultra funcionó a 74.0× el tiempo real y Parakeet V3 a 74.5×, una relación de velocidad de 0.99 con un intervalo del 95% de 0.94 a 1.06. A ese ritmo, una hora de audio tarda unos 49 segundos con cualquiera de los dos modelos en esta Mac.
Los dos modelos comparten arquitectura y número de parámetros y solo se diferencian en los pesos, así que es lógico que vayan igual de rápido. Parakeet Ultra es más preciso a la misma velocidad.
¿Aguanta con ruido de fondo?
FLEURS es habla limpia, así que comprobamos el ruido en una prueba aparte. Mezclamos ruido de fondo del corpus MUSAN con frases leídas de LibriSpeech y de FLEURS en alemán y en español, con una relación señal-ruido de 10, 5 y 0 dB: nueve condiciones y 1,320 frases, en una Mac con el mismo modelo Core ML que usa Whisper Notes.
| Condición | Parakeet V3 | Parakeet Ultra | Cambio |
|---|---|---|---|
| LibriSpeech test-other, 10 dB | 4.72% | 3.87% | −18% |
| LibriSpeech test-other, 5 dB | 5.71% | 4.86% | −15% |
| LibriSpeech test-other, 0 dB | 9.91% | 8.75% | −12% |
| FLEURS alemán, 10 dB | 9.80% | 8.04% | −18% |
| FLEURS alemán, 5 dB | 13.86% | 10.55% | −24% |
| FLEURS alemán, 0 dB | 24.21% | 17.88% | −26% |
| FLEURS español, 10 dB | 11.17% | 5.46% | −51% |
| FLEURS español, 5 dB | 11.90% | 5.77% | −51% |
| FLEURS español, 0 dB | 13.43% | 6.96% | −48% |
| Promedio de las nueve | 11.63% | 8.02% | −31% |
Prueba de ruido aparte, no la serie de FLEURS anterior: tasa de error por palabra en porcentaje, 200 frases de LibriSpeech o 120 de FLEURS por condición. Sus tasas de error no son comparables con las de la tabla de FLEURS; solo se traslada el cambio relativo.
En promedio, en las nueve condiciones, Parakeet Ultra cometió alrededor de un 31% menos de errores que Parakeet V3, y fue más preciso en las nueve, por encima de las barras de error. En alemán, la mejora crece con el ruido, y en español los errores se redujeron aproximadamente a la mitad en todos los niveles.
Especificar el idioma empeora los resultados de Parakeet
Muchos usuarios de Whisper Notes nos han preguntado por qué Parakeet no tiene un ajuste de idioma. A Parakeet se le puede indicar qué idioma esperar, pero en Whisper Notes eso lo hizo menos preciso, en las dos versiones. Lo medimos transcribiendo cada frase dos veces: una con detección automática y otra con el idioma especificado.
| Idioma | Ultra, especificado | Ultra, detectado | V3, especificado | V3, detectado |
|---|---|---|---|---|
| Alemán | 5.19 | 3.72 | 6.26 | 4.69 |
| Neerlandés | 7.89 | 6.91 | 8.58 | 7.59 |
| Esloveno | 20.32 | 18.49 | 25.51 | 23.82 |
| Griego | 34.00 | 20.96 | 36.49 | 36.10 |
| Los 25 idiomas | 11.59 | 10.63 | 14.30 | 13.99 |
Tasa de error por palabra en porcentaje. El verde marca el valor más bajo de cada par del mismo modelo. En Parakeet Ultra, todas las diferencias mostradas quedan fuera del intervalo del 95%, y 18 de los 25 idiomas fueron más precisos con la detección, ninguno menos; en Parakeet V3 no calculamos intervalos.
Nuestra hipótesis es que especificar el idioma no ayuda a Parakeet a oír mejor. Solo elimina de la transcripción las palabras que no parecen de ese idioma, y los nombres propios y los préstamos a menudo se eliminan por error. Por eso, en Whisper Notes Parakeet siempre detecta el idioma por sí mismo; Whisper, SenseVoice y Qwen3-ASR te permiten elegirlo, y con SenseVoice elegirlo da una tasa de error algo más baja.
¿Para qué idiomas es una buena opción Parakeet Ultra?
- Letón, lituano, esloveno, maltés, húngaro, estonio y griego son los que más mejoran, entre 4.72 y 15.14 puntos.
- Inglés, alemán, español, francés, italiano, portugués y neerlandés ya tenían tasas de error bajas y mejoran entre 0.68 y 1.01 puntos. El croata no mostró una diferencia clara.
- Ucraniano, checo, estonio, húngaro, lituano y eslovaco: Parakeet Ultra tiene ahora una tasa de error más baja que Whisper Large V3 Turbo en nuestras pruebas con FLEURS.
- Idiomas fuera de los 25, como chino, japonés, coreano, árabe e hindi: usa SenseVoice Small para chino, cantonés, japonés y coreano, y Whisper para el resto de nuestra lista de idiomas: Whisper Large V3 Turbo en Mac y Whisper Small en iPhone.
¿Qué es Parakeet Ultra?
| Creador | Moondream |
| Modelo base | NVIDIA Parakeet TDT 0.6B v3 |
| Publicación | 22 de septiembre de 2026 |
| Tamaño | 0.6 mil millones de parámetros, misma arquitectura y mismo tokenizador que el modelo base; unos 600 MB dentro de la app para Mac |
| Idiomas | Los mismos 25 idiomas europeos que Parakeet V3 |
| Datos de entrenamiento | No publicados |
| Licencia | CC BY 4.0; página del modelo: moondream/parakeet-ultra |
| Dónde se ejecuta | En tu dispositivo, sin conexión, en el Apple Neural Engine, mediante la conversión a Core ML de Fluid Inference |
| En Whisper Notes | Integrado, sin descarga aparte: en la app para Mac de nuestro sitio web desde la versión 1.6.4 y en la app para iPhone desde la versión 1.8.9. En Configuración aparece como “Parakeet” en Mac y “Parakeet V3” en iPhone. |
Comparamos los pesos convertidos con la versión publicada por Moondream, tensor por tensor; coinciden dentro de la precisión de la conversión. Moondream, NVIDIA y Fluid Inference no respaldan Whisper Notes.
Cómo lo probamos
Todas las cifras se midieron de principio a fin en Whisper Notes, así que ejecutar el modelo en bruto en otro entorno puede dar resultados distintos. Usamos la partición de prueba de Google FLEURS: 25 idiomas y 3,976 frases, con las mismas frases y la misma puntuación que en nuestras pruebas anteriores. La tasa de error por palabra se calcula sobre todas las palabras de cada idioma, los intervalos del 95% salen de remuestrear las frases y todo corrió en una Mac con Apple M5. Si se especifica el idioma, la conclusión es la misma (del 14.30% al 11.59%), y en una muestra de FLEURS aparte medimos la misma bajada del 17.8% que indica la ficha del modelo de Moondream.
FLEURS es habla leída y limpia en fragmentos de menos de 30 segundos, así que no cubre reuniones, audio captado a distancia, acentos marcados ni grabaciones largas; el iPhone usa el mismo modelo y no se probó por separado.
Preguntas frecuentes
Parakeet Ultra vs Parakeet V3: ¿cuál es más preciso?
Parakeet Ultra. En 25 idiomas de FLEURS en Whisper Notes, su tasa de error por palabra fue del 10.63% (Parakeet Ultra) contra el 13.99% (Parakeet V3), alrededor de un 24% menos de errores; fue más preciso en 24 idiomas y menos preciso en ninguno. Las mayores mejoras fueron en griego, del 36.10% al 20.96%, y en letón, del 30.25% al 20.70%.
¿Es Parakeet Ultra más lento que Parakeet V3?
No. En una Mac con Apple M5 funcionó a 74.0× el tiempo real, contra 74.5× de Parakeet V3, una relación de velocidad de 0.99 con un intervalo del 95% de 0.94 a 1.06. Son unos 49 segundos por hora de audio con cualquiera de los dos modelos.
¿Qué idiomas admite Parakeet Ultra?
Los mismos 25 idiomas europeos que Parakeet V3: alemán, búlgaro, checo, croata, danés, eslovaco, esloveno, español, estonio, finés, francés, griego, húngaro, inglés, italiano, letón, lituano, maltés, neerlandés, polaco, portugués, rumano, ruso, sueco y ucraniano. Para chino, cantonés, japonés y coreano, Whisper Notes ofrece SenseVoice Small; para otros idiomas, Whisper.
¿Cómo puedo usar Parakeet Ultra?
Es el modelo Parakeet integrado en Whisper Notes: en la app para Mac de nuestro sitio web desde la versión 1.6.4 y en la app para iPhone desde la versión 1.8.9. No requiere una descarga aparte y transcribe sin conexión en tu dispositivo.
Pruébalo
Parakeet Ultra ya viene integrado en Whisper Notes. Con los botones de abajo puedes conseguir la app para iPhone en el App Store o la app para Mac en nuestro sitio web. ¿Tienes preguntas? Escribe a support@whispernotes.app.
Descargar para iOS