Il 22 settembre 2026 Moondream ha pubblicato Parakeet Ultra, una versione post-addestrata di Parakeet TDT 0.6B v3 di NVIDIA, con la stessa architettura e gli stessi 600 milioni di parametri. Secondo la scheda del modello di Moondream, il tasso di errore sulle parole medio su FLEURS in 25 lingue scende dall’11,62% al 9,55%, circa il 17,8% di errori in meno. Volevamo sapere: nell’uso reale, quanto è più accurato Parakeet Ultra rispetto a Parakeet V3, lingua per lingua?
Avevamo già misurato Parakeet V3, Whisper, Qwen3-ASR e SenseVoice su un insieme fisso di frasi FLEURS nel nostro confronto Apple SpeechAnalyzer vs Whisper; il nostro confronto Qwen3-ASR vs Whisper ha usato lo stesso insieme per 30 lingue. Questa volta lo abbiamo usato per Parakeet Ultra. I numeri sono nostri, misurati in Whisper Notes su un solo Mac, e li riportiamo nel modo più chiaro possibile.
Quanto è più accurato Parakeet Ultra?
Abbiamo eseguito entrambi i modelli sullo split di test FLEURS: le 25 lingue supportate da Parakeet, 3.976 frasi lette, 12,55 ore di audio. Ogni frase è stata trascritta nel modo in cui Whisper Notes esegue davvero il modello.
| Lingua | Parakeet V3 | Parakeet Ultra |
|---|---|---|
| Inglese | 6,89% | 5,89% |
| Tedesco | 4,69% | 3,72% |
| Olandese | 7,59% | 6,91% |
| Spagnolo (America Latina) | 4,73% | 3,77% |
| Francese | 5,66% | 4,95% |
| Polacco | 8,02% | 6,34% |
| Russo | 6,99% | 5,72% |
| Ucraino | 6,59% | 5,11% |
| Finlandese | 13,72% | 10,03% |
| Italiano | 3,33% | 2,48% |
| Portoghese (Brasile) | 6,37% | 5,69% |
| Svedese | 16,18% | 13,12% |
| Ceco | 13,70% | 10,85% |
| Lituano | 24,50% | 18,00% |
| Lettone | 30,25% | 20,70% |
| Greco | 36,10% | 20,96% |
| Estone | 20,12% | 15,40% |
| Slovacco | 11,84% | 8,58% |
| Rumeno | 13,74% | 9,54% |
| Danese | 19,22% | 15,68% |
| Ungherese | 18,78% | 13,63% |
| Bulgaro | 14,05% | 12,28% |
| Croato | 13,37% | 12,49% |
| Sloveno | 23,82% | 18,49% |
| Maltese | 24,46% | 19,19% |
| Tutte le 25 lingue | 13,99% | 10,63% |
Tasso di errore sulle parole: più basso è meglio. Verde: Parakeet Ultra è più accurato oltre l’intervallo del 95%. Croato: nessuna differenza netta. Nostra misurazione in Whisper Notes su un Mac con Apple M5.
Considerando insieme le 25 lingue, il tasso di errore sulle parole è sceso dal 13,99% al 10,63%, circa il 24% di errori in meno: da circa una parola sbagliata su sette si è passati a una su nove. Parakeet Ultra è stato più accurato in 24 lingue e meno accurato in nessuna.
Quali lingue sono migliorate di più?
Tasso di errore sulle parole per lingua, Parakeet V3 in grigio e Parakeet Ultra in verde, in ordine di calo in punti percentuali. Fonte: nostra misurazione in Whisper Notes, split di test FLEURS.
I miglioramenti maggiori sono arrivati dove Parakeet V3 era più debole: il lettone è sceso dal 30,25% al 20,70%, il lituano dal 24,50% al 18,00%, lo sloveno dal 23,82% al 18,49% e il maltese dal 24,46% al 19,19%. In Whisper Notes il calo più forte è quello del greco, dal 36,10% al 20,96%, che resta comunque il valore più alto delle 25. Le lingue più parlate partivano più in basso e sono migliorate meno: tra 0,68 e 1,27 punti per inglese, tedesco, spagnolo, francese, italiano, portoghese, olandese e russo, in ogni caso oltre le barre di errore.
Parakeet Ultra è più lento?
| Parakeet V3 | Parakeet Ultra | |
|---|---|---|
| Velocità di elaborazione | 74,5× il tempo reale | 74,0× il tempo reale |
| Caricamento del modello, mediana | 0,10 s | 0,10 s |
200 clip FLEURS, le prime otto di ogni lingua, 37,2 minuti di audio. Ogni clip è passata su entrambi i modelli uno dopo l’altro, alternando quale partiva per primo. Solo il tempo di elaborazione del motore, senza avvio del processo né caricamento del modello; non è la latenza end-to-end nell’app. Mac con Apple M5, macOS 27.0.
Non abbiamo trovato differenze misurabili. Parakeet Ultra è andato a 74,0× il tempo reale e Parakeet V3 a 74,5×, un rapporto di velocità di 0,99 con un intervallo del 95% da 0,94 a 1,06. A questo ritmo, un’ora di audio richiede circa 49 secondi con entrambi i modelli su questo Mac.
I due modelli hanno la stessa architettura e lo stesso numero di parametri e differiscono solo nei pesi, quindi una velocità identica è proprio ciò che ci si aspetta. Parakeet Ultra è più accurato alla stessa velocità.
Regge con il rumore di fondo?
FLEURS è parlato pulito, quindi abbiamo verificato il rumore in un test separato. Abbiamo mescolato rumore di fondo del corpus MUSAN a frasi lette di LibriSpeech e di FLEURS in tedesco e in spagnolo, con un rapporto segnale/rumore di 10, 5 e 0 dB: nove condizioni, 1.320 frasi, eseguite su un Mac con lo stesso modello Core ML usato da Whisper Notes.
| Condizione | Parakeet V3 | Parakeet Ultra | Variazione |
|---|---|---|---|
| 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 tedesco, 10 dB | 9,80% | 8,04% | −18% |
| FLEURS tedesco, 5 dB | 13,86% | 10,55% | −24% |
| FLEURS tedesco, 0 dB | 24,21% | 17,88% | −26% |
| FLEURS spagnolo, 10 dB | 11,17% | 5,46% | −51% |
| FLEURS spagnolo, 5 dB | 11,90% | 5,77% | −51% |
| FLEURS spagnolo, 0 dB | 13,43% | 6,96% | −48% |
| Media delle nove | 11,63% | 8,02% | −31% |
Test sul rumore separato, non la prova FLEURS precedente: tasso di errore sulle parole in percentuale, 200 frasi LibriSpeech o 120 frasi FLEURS per condizione. I suoi tassi di errore non sono confrontabili con la tabella FLEURS; vale solo la variazione relativa.
In media sulle nove condizioni, Parakeet Ultra ha fatto circa il 31% di errori in meno rispetto a Parakeet V3, ed è stato più accurato in tutte e nove oltre le barre di errore. In tedesco il miglioramento cresce con il rumore, e in spagnolo gli errori si sono ridotti di circa la metà a ogni livello.
Specificare la lingua peggiora Parakeet
Molti utenti di Whisper Notes ci hanno chiesto perché Parakeet non abbia un’impostazione della lingua. A Parakeet si può indicare quale lingua aspettarsi, ma in Whisper Notes questo lo ha reso meno accurato, in entrambe le versioni. Lo abbiamo misurato trascrivendo ogni frase due volte: una con il rilevamento automatico e una con la lingua specificata.
| Lingua | Ultra, specificata | Ultra, rilevata | V3, specificata | V3, rilevata |
|---|---|---|---|---|
| Tedesco | 5,19 | 3,72 | 6,26 | 4,69 |
| Olandese | 7,89 | 6,91 | 8,58 | 7,59 |
| Sloveno | 20,32 | 18,49 | 25,51 | 23,82 |
| Greco | 34,00 | 20,96 | 36,49 | 36,10 |
| Tutte le 25 lingue | 11,59 | 10,63 | 14,30 | 13,99 |
Tasso di errore sulle parole in percentuale. Il verde indica il valore più basso di ciascuna coppia dello stesso modello. Per Parakeet Ultra ogni differenza mostrata è fuori dall’intervallo del 95%, e 18 delle 25 lingue sono state più accurate con il rilevamento, nessuna meno; per Parakeet V3 non abbiamo calcolato gli intervalli.
La nostra ipotesi è che specificare la lingua non aiuti Parakeet a sentire meglio. Si limita a togliere dalla trascrizione le parole che non sembrano di quella lingua, e nomi e prestiti vengono spesso tolti per errore. Per questo in Whisper Notes Parakeet rileva sempre la lingua da solo; Whisper, SenseVoice e Qwen3-ASR ti lasciano sceglierla, e con SenseVoice sceglierla dà un tasso di errore leggermente più basso.
Per quali lingue è adatto Parakeet Ultra?
- Lettone, lituano, sloveno, maltese, ungherese, estone e greco guadagnano di più, tra 4,72 e 15,14 punti.
- Inglese, tedesco, spagnolo, francese, italiano, portoghese e olandese avevano già tassi di errore bassi e guadagnano tra 0,68 e 1,01 punti. Il croato non ha mostrato differenze nette.
- Ucraino, ceco, estone, ungherese, lituano e slovacco: Parakeet Ultra ora ha un tasso di errore più basso di Whisper Large V3 Turbo nelle nostre prove FLEURS.
- Lingue oltre le 25, come cinese, giapponese, coreano, arabo e hindi: usa SenseVoice Small per cinese, cantonese, giapponese e coreano, e Whisper per il resto del nostro elenco delle lingue, Whisper Large V3 Turbo su Mac e Whisper Small su iPhone.
Che cos’è Parakeet Ultra?
| Sviluppatore | Moondream |
| Modello di base | NVIDIA Parakeet TDT 0.6B v3 |
| Rilascio | 22 settembre 2026 |
| Dimensioni | 0,6 miliardi di parametri, stessa architettura e stesso tokenizer del modello di base; circa 600 MB nell’app per Mac |
| Lingue | Le stesse 25 lingue europee di Parakeet V3 |
| Dati di addestramento | Non pubblicati |
| Licenza | CC BY 4.0; pagina del modello: moondream/parakeet-ultra |
| Dove gira | Sul tuo dispositivo, offline, sull’Apple Neural Engine, come conversione Core ML di Fluid Inference |
| In Whisper Notes | Integrato, senza download separato: nell’app per Mac scaricata dal nostro sito dalla versione 1.6.4, nell’app per iPhone dalla versione 1.8.9. Nelle Impostazioni compare come «Parakeet» su Mac e «Parakeet V3» su iPhone. |
Abbiamo confrontato i pesi convertiti con quelli rilasciati da Moondream, tensore per tensore; coincidono entro la precisione della conversione. Moondream, NVIDIA e Fluid Inference non avallano Whisper Notes.
Come lo abbiamo testato
Tutti i numeri sono stati misurati end-to-end in Whisper Notes, quindi eseguire il modello grezzo altrove può dare risultati diversi. Abbiamo usato lo split di test Google FLEURS: 25 lingue, 3.976 frasi, con le stesse frasi e lo stesso calcolo dei punteggi dei nostri test precedenti. Il tasso di errore sulle parole è calcolato su tutte le parole di una lingua, gli intervalli del 95% derivano dal ricampionamento delle frasi e tutto è stato eseguito su un Mac con Apple M5. Specificando invece la lingua, la conclusione è la stessa (dal 14,30% all’11,59%), e su un campione FLEURS separato abbiamo misurato lo stesso calo del 17,8% riportato nella scheda del modello di Moondream.
FLEURS è parlato letto e pulito, in clip sotto i 30 secondi, quindi riunioni, audio ripreso a distanza, accenti marcati e registrazioni lunghe non sono coperti; l’iPhone usa lo stesso modello e non è stato testato separatamente.
Domande frequenti
Parakeet Ultra vs Parakeet V3: qual è più accurato?
Parakeet Ultra. Su 25 lingue FLEURS in Whisper Notes il suo tasso di errore sulle parole è stato del 10,63% (Parakeet Ultra) contro il 13,99% (Parakeet V3), circa il 24% di errori in meno; è stato più accurato in 24 lingue e meno accurato in nessuna. I miglioramenti maggiori sono in greco, dal 36,10% al 20,96%, e in lettone, dal 30,25% al 20,70%.
Parakeet Ultra è più lento di Parakeet V3?
No. Su un Mac con Apple M5 è andato a 74,0× il tempo reale contro 74,5× di Parakeet V3, un rapporto di velocità di 0,99 con un intervallo del 95% da 0,94 a 1,06. Sono circa 49 secondi per un’ora di audio con entrambi i modelli.
Quali lingue supporta Parakeet Ultra?
Le stesse 25 lingue europee di Parakeet V3: bulgaro, ceco, croato, danese, estone, finlandese, francese, greco, inglese, italiano, lettone, lituano, maltese, olandese, polacco, portoghese, rumeno, russo, slovacco, sloveno, spagnolo, svedese, tedesco, ucraino e ungherese. Per cinese, cantonese, giapponese e coreano Whisper Notes offre SenseVoice Small; per le altre lingue, Whisper.
Come posso usare Parakeet Ultra?
È il modello Parakeet integrato in Whisper Notes: nell’app per Mac scaricata dal nostro sito dalla versione 1.6.4 e nell’app per iPhone dalla versione 1.8.9. Non serve un download separato e trascrive offline sul tuo dispositivo.
Provalo
Parakeet Ultra ora è integrato in Whisper Notes. Usa i pulsanti qui sotto per scaricare l’app per iPhone dall’App Store o l’app per Mac dal nostro sito. Domande? Scrivi a support@whispernotes.app.
Scarica per iOS