Le 22 septembre 2026, Moondream a publié Parakeet Ultra, une version post-entraînée du Parakeet TDT 0.6B v3 de NVIDIA, avec la même architecture et les mêmes 600 millions de paramètres. D'après la fiche du modèle publiée par Moondream, son taux d'erreur moyen sur les mots dans FLEURS, sur 25 langues, passe de 11,62 % à 9,55 %, soit environ 17,8 % d'erreurs en moins. Nous voulions savoir : en usage réel, de combien Parakeet Ultra est-il plus précis que Parakeet V3, langue par langue ?
Nous avions déjà mesuré Parakeet V3, Whisper, Qwen3-ASR et SenseVoice sur un ensemble fixe de phrases FLEURS dans notre comparatif Apple SpeechAnalyzer vs Whisper ; notre comparatif Qwen3-ASR vs Whisper a repris le même ensemble pour 30 langues. Cette fois, nous y avons fait passer Parakeet Ultra. Les chiffres sont les nôtres, mesurés dans Whisper Notes sur un seul Mac, et nous les présentons aussi simplement que possible.
De combien Parakeet Ultra est-il plus précis ?
Nous avons exécuté les deux modèles sur le jeu de test FLEURS : les 25 langues prises en charge par Parakeet, 3 976 phrases lues, 12,55 heures d'audio. Chaque phrase a été transcrite de la manière dont Whisper Notes exécute réellement le modèle.
| Langue | Parakeet V3 | Parakeet Ultra |
|---|---|---|
| Anglais | 6,89 % | 5,89 % |
| Allemand | 4,69 % | 3,72 % |
| Néerlandais | 7,59 % | 6,91 % |
| Espagnol (Amérique latine) | 4,73 % | 3,77 % |
| Français | 5,66 % | 4,95 % |
| Polonais | 8,02 % | 6,34 % |
| Russe | 6,99 % | 5,72 % |
| Ukrainien | 6,59 % | 5,11 % |
| Finnois | 13,72 % | 10,03 % |
| Italien | 3,33 % | 2,48 % |
| Portugais (Brésil) | 6,37 % | 5,69 % |
| Suédois | 16,18 % | 13,12 % |
| Tchèque | 13,70 % | 10,85 % |
| Lituanien | 24,50 % | 18,00 % |
| Letton | 30,25 % | 20,70 % |
| Grec | 36,10 % | 20,96 % |
| Estonien | 20,12 % | 15,40 % |
| Slovaque | 11,84 % | 8,58 % |
| Roumain | 13,74 % | 9,54 % |
| Danois | 19,22 % | 15,68 % |
| Hongrois | 18,78 % | 13,63 % |
| Bulgare | 14,05 % | 12,28 % |
| Croate | 13,37 % | 12,49 % |
| Slovène | 23,82 % | 18,49 % |
| Maltais | 24,46 % | 19,19 % |
| Les 25 langues | 13,99 % | 10,63 % |
Taux d'erreur sur les mots ; plus il est bas, mieux c'est. En vert : Parakeet Ultra est plus précis au-delà de l'intervalle à 95 %. Croate : pas de différence nette. Notre propre mesure dans Whisper Notes sur un Mac Apple M5.
Sur l'ensemble des 25 langues, le taux d'erreur sur les mots est passé de 13,99 % à 10,63 %, soit environ 24 % d'erreurs en moins : d'environ un mot faux sur sept, on passe à un sur neuf. Parakeet Ultra a été plus précis dans 24 langues et moins précis dans aucune.
Quelles langues progressent le plus ?
Taux d'erreur sur les mots par langue, Parakeet V3 en gris et Parakeet Ultra en vert, triés selon la baisse en points de pourcentage. Source : notre propre mesure dans Whisper Notes, jeu de test FLEURS.
Les gains les plus importants se trouvent là où Parakeet V3 était le plus faible : le letton passe de 30,25 % à 20,70 %, le lituanien de 24,50 % à 18,00 %, le slovène de 23,82 % à 18,49 % et le maltais de 24,46 % à 19,19 %. C'est le grec qui baisse le plus dans Whisper Notes, de 36,10 % à 20,96 %, et il reste le plus élevé des 25. Les langues les plus parlées partaient de plus bas et gagnent moins : entre 0,68 et 1,27 point pour l'anglais, l'allemand, l'espagnol, le français, l'italien, le portugais, le néerlandais et le russe, chaque fois au-delà des barres d'erreur.
Parakeet Ultra est-il plus lent ?
| Parakeet V3 | Parakeet Ultra | |
|---|---|---|
| Vitesse de traitement | 74,5× le temps réel | 74,0× le temps réel |
| Chargement du modèle, médiane | 0,10 s | 0,10 s |
200 extraits FLEURS, les huit premiers de chaque langue, 37,2 minutes d'audio. Chaque extrait a été passé sur les deux modèles l'un après l'autre, en alternant celui qui commençait. Temps de traitement du moteur uniquement, sans le démarrage du processus ni le chargement du modèle ; ce n'est pas la latence de bout en bout dans l'app. Mac Apple M5, macOS 27.0.
Nous n'avons constaté aucune différence mesurable. Parakeet Ultra a tourné à 74,0× le temps réel et Parakeet V3 à 74,5×, soit un rapport de vitesse de 0,99 avec un intervalle à 95 % de 0,94 à 1,06. À ce rythme, une heure d'audio prend environ 49 secondes avec l'un ou l'autre modèle sur ce Mac.
Les deux modèles partagent la même architecture et le même nombre de paramètres et ne diffèrent que par leurs poids : une vitesse égale est donc ce qu'on pouvait attendre. Parakeet Ultra est plus précis, à vitesse égale.
Tient-il le coup dans le bruit de fond ?
FLEURS contient de la parole propre ; nous avons donc vérifié le bruit dans un test séparé. Nous avons mélangé du bruit de fond issu du corpus MUSAN à des phrases lues de LibriSpeech ainsi que de FLEURS en allemand et en espagnol, à un rapport signal sur bruit de 10, 5 et 0 dB : neuf conditions et 1 320 phrases, exécutées sur un Mac avec le même modèle Core ML que celui de Whisper Notes.
| Condition | Parakeet V3 | Parakeet Ultra | Variation |
|---|---|---|---|
| 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 allemand, 10 dB | 9,80 % | 8,04 % | −18 % |
| FLEURS allemand, 5 dB | 13,86 % | 10,55 % | −24 % |
| FLEURS allemand, 0 dB | 24,21 % | 17,88 % | −26 % |
| FLEURS espagnol, 10 dB | 11,17 % | 5,46 % | −51 % |
| FLEURS espagnol, 5 dB | 11,90 % | 5,77 % | −51 % |
| FLEURS espagnol, 0 dB | 13,43 % | 6,96 % | −48 % |
| Moyenne des neuf | 11,63 % | 8,02 % | −31 % |
Test de bruit séparé, distinct de la série FLEURS ci-dessus : taux d'erreur sur les mots en pourcentage, 200 phrases LibriSpeech ou 120 phrases FLEURS par condition. Ses taux d'erreur ne sont pas comparables à ceux du tableau FLEURS ; seule la variation relative est transposable.
En moyenne sur les neuf conditions, Parakeet Ultra a fait environ 31 % d'erreurs de moins que Parakeet V3, et il a été plus précis dans les neuf, au-delà des barres d'erreur. En allemand, le gain augmente avec le bruit ; en espagnol, les erreurs baissent d'environ la moitié à chaque niveau.
Indiquer la langue rend Parakeet moins précis
Beaucoup d'utilisateurs de Whisper Notes nous ont demandé pourquoi Parakeet n'a pas de réglage de langue. On peut indiquer à Parakeet la langue à attendre, mais dans Whisper Notes cela l'a rendu moins précis, sur les deux versions. Nous l'avons mesuré en transcrivant chaque phrase deux fois : une fois avec la détection automatique, une fois avec la langue indiquée.
| Langue | Ultra, langue indiquée | Ultra, langue détectée | V3, langue indiquée | V3, langue détectée |
|---|---|---|---|---|
| Allemand | 5,19 | 3,72 | 6,26 | 4,69 |
| Néerlandais | 7,89 | 6,91 | 8,58 | 7,59 |
| Slovène | 20,32 | 18,49 | 25,51 | 23,82 |
| Grec | 34,00 | 20,96 | 36,49 | 36,10 |
| Les 25 langues | 11,59 | 10,63 | 14,30 | 13,99 |
Taux d'erreur sur les mots en pourcentage. Le vert marque la valeur la plus basse de chaque paire pour un même modèle. Pour Parakeet Ultra, chaque écart affiché dépasse l'intervalle à 95 %, et 18 des 25 langues ont été plus précises avec la détection, aucune moins ; pour Parakeet V3, nous n'avons pas calculé d'intervalles.
Notre hypothèse : indiquer la langue n'aide pas Parakeet à mieux entendre. Cela retire seulement de la transcription les mots qui ne ressemblent pas à cette langue, et les noms propres comme les mots d'emprunt sont souvent supprimés par erreur. Dans Whisper Notes, Parakeet détecte donc toujours la langue lui-même ; Whisper, SenseVoice et Qwen3-ASR vous laissent la choisir, et avec SenseVoice, la choisir donne un taux d'erreur légèrement plus bas.
Pour quelles langues Parakeet Ultra est-il un bon choix ?
- Le letton, le lituanien, le slovène, le maltais, le hongrois, l'estonien et le grec gagnent le plus, entre 4,72 et 15,14 points.
- L'anglais, l'allemand, l'espagnol, le français, l'italien, le portugais et le néerlandais avaient déjà des taux d'erreur bas et gagnent entre 0,68 et 1,01 point. Le croate ne montre pas de différence nette.
- Ukrainien, tchèque, estonien, hongrois, lituanien et slovaque : Parakeet Ultra a désormais un taux d'erreur plus bas que Whisper Large V3 Turbo dans nos séries FLEURS.
- Langues hors des 25, comme le chinois, le japonais, le coréen, l'arabe et le hindi : utilisez SenseVoice Small pour le chinois, le cantonais, le japonais et le coréen, et Whisper pour le reste de notre liste des langues, Whisper Large V3 Turbo sur Mac et Whisper Small sur iPhone.
Qu'est-ce que Parakeet Ultra ?
| Développeur | Moondream |
| Modèle de base | NVIDIA Parakeet TDT 0.6B v3 |
| Sortie | 22 septembre 2026 |
| Taille | 0,6 milliard de paramètres, même architecture et même tokenizer que le modèle de base ; environ 600 Mo dans l'app Mac |
| Langues | Les mêmes 25 langues européennes que Parakeet V3 |
| Données d'entraînement | Non publiées |
| Licence | CC BY 4.0 ; page du modèle : moondream/parakeet-ultra |
| Exécution | Sur votre appareil, hors ligne, sur l'Apple Neural Engine, via la conversion Core ML de Fluid Inference |
| Dans Whisper Notes | Intégré, sans téléchargement séparé : dans l'app Mac téléchargée sur notre site à partir de la version 1.6.4, dans l'app iPhone à partir de la version 1.8.9. Dans les Réglages, il apparaît sous le nom « Parakeet » sur Mac et « Parakeet V3 » sur iPhone. |
Nous avons comparé les poids convertis à la version publiée par Moondream, tenseur par tenseur ; ils concordent à la précision de la conversion près. Moondream, NVIDIA et Fluid Inference ne cautionnent pas Whisper Notes.
Comment nous l'avons testé
Tous les chiffres ont été mesurés de bout en bout dans Whisper Notes ; le modèle brut exécuté ailleurs peut donc donner d'autres résultats. Nous avons utilisé le jeu de test Google FLEURS : 25 langues, 3 976 phrases, avec les mêmes phrases et la même notation que nos tests précédents. Le taux d'erreur sur les mots est calculé sur l'ensemble des mots d'une langue, les intervalles à 95 % proviennent d'un rééchantillonnage des phrases, et tout a tourné sur un Mac Apple M5. Avec la langue indiquée, la conclusion est la même (de 14,30 % à 11,59 %), et sur un échantillon FLEURS séparé, nous avons mesuré la même baisse de 17,8 % que celle indiquée dans la fiche du modèle de Moondream.
FLEURS, c'est de la parole lue et propre, en extraits de moins de 30 secondes : les réunions, l'audio capté à distance, les accents prononcés et les longs enregistrements ne sont pas couverts. L'iPhone utilise le même modèle et n'a pas été testé séparément.
Questions fréquentes
Parakeet Ultra ou Parakeet V3 : lequel est le plus précis ?
Parakeet Ultra. Sur 25 langues FLEURS dans Whisper Notes, son taux d'erreur sur les mots était de 10,63 % (Parakeet Ultra) contre 13,99 % (Parakeet V3), soit environ 24 % d'erreurs en moins ; il a été plus précis dans 24 langues et moins précis dans aucune. Les gains les plus importants concernent le grec, de 36,10 % à 20,96 %, et le letton, de 30,25 % à 20,70 %.
Parakeet Ultra est-il plus lent que Parakeet V3 ?
Non. Sur un Mac Apple M5, il a tourné à 74,0× le temps réel contre 74,5× pour Parakeet V3, soit un rapport de vitesse de 0,99 avec un intervalle à 95 % de 0,94 à 1,06. Cela représente environ 49 secondes pour une heure d'audio, avec l'un ou l'autre modèle.
Quelles langues Parakeet Ultra prend-il en charge ?
Les mêmes 25 langues européennes que Parakeet V3 : allemand, anglais, bulgare, croate, danois, espagnol, estonien, finnois, français, grec, hongrois, italien, letton, lituanien, maltais, néerlandais, polonais, portugais, roumain, russe, slovaque, slovène, suédois, tchèque et ukrainien. Pour le chinois, le cantonais, le japonais et le coréen, Whisper Notes propose SenseVoice Small ; pour les autres langues, Whisper.
Comment utiliser Parakeet Ultra ?
C'est le modèle Parakeet intégré à Whisper Notes : dans l'app Mac téléchargée sur notre site à partir de la version 1.6.4, et dans l'app iPhone à partir de la version 1.8.9. Aucun téléchargement séparé n'est nécessaire, et la transcription se fait hors ligne, sur votre appareil.
Essayez-le
Parakeet Ultra est désormais intégré à Whisper Notes. Les boutons ci-dessous vous permettent d'obtenir l'app iPhone sur l'App Store ou l'app Mac sur notre site. Des questions ? Écrivez à support@whispernotes.app.
Télécharger pour iOS