TL;DR
| Parakeet V3 | Confronto con Whisper | |
|---|---|---|
| Velocità | ~60× il tempo reale su Apple Silicon | Turbo ~14× il tempo reale sullo stesso M4 Pro |
| Lingue supportate | 25 | 100+ |
| Tasso di errore in inglese (WER) | 6.32% | Turbo 7.83% |
| Tasso di errore medio, 25 lingue (WER) | 12.0% | 12.6% |
| Allucinazioni | Praticamente nessuna sui silenzi nei nostri test | Possono comparire sui silenzi |
| Ideale per | Inglese e lingue europee | Asiatiche, arabo, 100+ |
* Velocità: misurazione nostra su Apple Silicon (58× su un podcast, 63× su una riunione). WER inglese: Hugging Face Open ASR Leaderboard. Media su 25 lingue: benchmark FLEURS. Il comportamento sui silenzi è un'osservazione sul nostro prodotto, non una garanzia di zero errori.
Whisper Notes per Mac usa NVIDIA Parakeet TDT 0.6B come motore di riconoscimento vocale predefinito. Su Apple Silicon viaggia a circa 60× il tempo reale e, sull'Open ASR Leaderboard, è più preciso di Whisper Large V3 Turbo sull'inglese — 6,32% contro 7,83%. I modelli Whisper restano disponibili se hai bisogno di altre lingue.
Perché abbiamo cambiato il modello predefinito
Whisper è fantastico, ma è stato progettato come modello generico. Gestisce più di 100 lingue, traduce, genera timestamp — un coltellino svizzero. Il compromesso è la velocità. Per la dettatura in inglese, dove vuoi solo vedere le parole sullo schermo il prima possibile, è troppo.
Con Whisper dietro la dettatura di sistema con il tasto Fn, una frase di un minuto compariva solo 3–5 secondi dopo che avevi rilasciato il tasto.
Con Parakeet la stessa frase compare in circa un secondo o meno, abbastanza in fretta da non accorgerti più dell'attesa.
Quanto è veloce Parakeet V3?
Ecco due prove fatte da noi: entrambi i motori sullo stesso audio, sullo stesso Mac:
| Modello | Podcast in inglese da 5 minuti (M4 Pro) |
|---|---|
| Whisper Large V3 Turbo | 20,92 s — 14,3× il tempo reale |
| Parakeet TDT 0.6B v3 | 2,91 s — 103× il tempo reale |
Su una macchina più piccola il distacco tiene. Sul nostro M5 Air, Parakeet ha trascritto una riunione di 17,5 minuti in 16,7 secondi, circa 60× il tempo reale.
Cosa rende Parakeet v3 così veloce
L'encoder di Whisper legge in una volta sola una finestra di 30 secondi di audio. Il decoder poi scrive la trascrizione un token alla volta, e si aspetta sempre di scrivere qualcosa, anche sul silenzio.
Parakeet è un transducer. Prima comprime l'audio di 8×, poi predice ogni token insieme a quanto dura, così può saltare avanti invece di scorrere ogni frame. Sul silenzio emette un «blank» e va avanti.
Da qui vengono sia la velocità sia le pause più pulite. Su un M4 Pro smaltisce un'ora di audio in meno di un minuto, con meno parametri di Whisper Large V3 Turbo e un tasso di errore più basso in inglese.
Benchmark: Parakeet v3 vs Whisper
Più basso è meglio: Parakeet V3, grande meno della metà di Whisper Large V3, resta entro un punto da quest'ultimo su tutti e tre i benchmark, mentre il più grande Seamless M4T v2 ottiene i valori più bassi.
Nella classifica Open ASR di Hugging Face, Parakeet v3 ha un WER medio in inglese del 6,32% con 600M parametri — meno della metà degli 1,55 miliardi di Whisper Large V3:
| Modello | Parametri | WER medio | Velocità (RTFx) |
|---|---|---|---|
| Parakeet TDT 0.6B v3 | 0.6B | 6.32% | 3333x |
| Canary 1B v2 | 1.0B | 7.15% | 749x |
| Whisper Large V3 Turbo | 0.8B | 7.83% | 350x |
WER più basso = meno errori. RTFx più alto = più veloce. Parakeet è avanti su entrambi, e con 600M parametri è il più piccolo dei tre, quindi gira bene su Apple Silicon senza chiedere molta memoria.
WER multilingue: tutte le 25 lingue
La classifica sopra copre solo l'inglese. Ecco il quadro completo — come i tre modelli disponibili in Whisper Notes si confrontano nelle 25 lingue supportate da Parakeet, misurate sul benchmark FLEURS. WER più basso = meno errori di trascrizione. Il miglior valore tra Large V3 e Parakeet è evidenziato per ogni riga:
| Lingua | Whisper Small | Whisper Large V3 | Parakeet V3 |
|---|---|---|---|
| Bulgaro | 37.3 | 12.9 | 12.6 |
| Croato | 33.4 | 11.1 | 12.5 |
| Ceco | 37.6 | 11.3 | 11.0 |
| Danese | 32.8 | 12.6 | 18.4 |
| Olandese | 16.4 | 5.6 | 7.5 |
| Inglese | 6.1 | 4.3 | 4.9 |
| Estone | 51.3 | 19.1 | 17.7 |
| Finlandese | 24.0 | 7.7 | 13.2 |
| Francese | 15.0 | 6.3 | 5.2 |
| Tedesco | 10.2 | 4.3 | 5.0 |
| Greco | 30.8 | 27.0 | 20.7 |
| Ungherese | 38.9 | 14.1 | 15.7 |
| Italiano | 9.8 | 2.3 | 3.0 |
| Lettone | 53.2 | 18.3 | 22.8 |
| Lituano | 65.6 | 22.3 | 20.4 |
| Maltese | 92.2 | 68.9 | 20.5 |
| Polacco | 14.7 | 4.7 | 7.3 |
| Portoghese | 7.3 | 3.7 | 4.8 |
| Romeno | 29.8 | 8.2 | 12.4 |
| Russo | 11.4 | 4.2 | 5.5 |
| Slovacco | 33.3 | 8.4 | 8.8 |
| Sloveno | 49.3 | 19.9 | 24.0 |
| Spagnolo | 5.6 | 3.1 | 3.5 |
| Svedese | 20.8 | 7.9 | 15.1 |
| Ucraino | 19.3 | 6.5 | 6.8 |
| Media | 29.8 | 12.6 | 12.0 |
WER (%) su FLEURS. Dati di Whisper Small da Radford et al.; dati di Large V3 e Parakeet V3 dal paper NVIDIA Canary-1B-v2.
Whisper Large V3 resta davanti nella maggior parte delle singole lingue, ma Parakeet V3 è vicinissimo in media (12,0% contro 12,6%), è in testa su sette di esse, soprattutto su maltese e greco, e riduce di circa il 60% il tasso di errore medio di Whisper Small. Il vantaggio pratico sta nella combinazione: accuratezza multilingue al livello di Large V3 a circa 60× il tempo reale su Apple Silicon, un ingombro a runtime più contenuto e una gestione dei silenzi molto più affidabile nei nostri test di dettatura.
Perché allucina meno sui silenzi
Se hai usato Whisper per la dettatura, probabilmente l'hai visto allucinare durante i silenzi — ripetere frasi, inventare parole o tirare fuori dal nulla un "Subtitles by Amara.org". Succede perché il decoder autoregressivo di Whisper si aspetta sempre di produrre testo, anche quando non c'è niente da trascrivere.
L'architettura transducer di Parakeet può emettere output vuoti invece di forzare un token di testo. Nei nostri test di dettatura a livello di sistema, questo lo rende molto meno propenso di Whisper a riempire una pausa con testo ripetuto o fuori contesto. Resta comunque un modello vocale, quindi l'affermazione corretta è "molto meno probabile", non "mai".
Le lingue supportate da Parakeet
Parakeet v3 supporta 25 lingue: bulgaro, croato, ceco, danese, olandese, inglese, estone, finlandese, francese, tedesco, greco, ungherese, italiano, lettone, lituano, maltese, polacco, portoghese, romeno, russo, slovacco, sloveno, spagnolo, svedese e ucraino.
Copre gran parte dell'Europa, ma non cinese, giapponese, coreano, arabo o hindi. Per cinese, giapponese, coreano e cantonese scegli SenseVoice; per arabo, hindi e le altre lingue fuori dal set di Parakeet usa Whisper Large V3 Turbo. Per controllare una lingua specifica motore per motore, consulta la nostra pagina delle lingue supportate da Whisper, Parakeet V3 e SenseVoice.
Parakeet V3 è integrato e selezionato; Whisper Small e Whisper Large V3 Turbo sono download facoltativi che funzionano anch'essi in locale.
Selettore modelli in Whisper Notes
Apri le Impostazioni per cambiare modello:
- Parakeet V3 (predefinito) — Il più veloce, ideale per inglese e lingue europee
- SenseVoice Small — Il più veloce per cinese, giapponese, coreano e cantonese
- Whisper Small — Leggero, oltre 100 lingue
- Whisper Large V3 Turbo — Ampia copertura, oltre 100 lingue
Tutti i modelli girano al 100% in locale sul tuo Mac. Niente internet, niente cloud, nessun dato esce dal tuo dispositivo.
E Parakeet V2?
Se hai usato V2, forse ti chiedi come si confronta. V2 era un modello solo per l'inglese — e la sua accuratezza in inglese è in realtà leggermente migliore di V3 (WER 6,05% contro 6,32%). V3 scambia quel piccolo margine con il supporto a 25 lingue. Entrambi sono molto più precisi di Whisper.
| Parakeet V2 | Parakeet V3 | Whisper Large V3 Turbo | |
|---|---|---|---|
| WER inglese | 6.05% | 6.32% | 7.83% |
| Lingue | Solo inglese | 25 | 100+ |
In breve: se ti serve solo l'inglese, sia V2 che V3 sono eccellenti. V3 è quello predefinito in Whisper Notes perché il supporto multilingue è importante per la maggior parte degli utenti — e la differenza nella precisione dell'inglese è trascurabile.
E WhisperKit?
WhisperKit è il framework Swift open source di Argmax per eseguire i modelli Whisper sui dispositivi Apple. È un toolkit per sviluppatori, non un'app per l'utente finale — ed esegue Whisper, non Parakeet (che è la famiglia di modelli di NVIDIA). Se vuoi una trascrizione on-device in stile WhisperKit senza scrivere Swift, Whisper Notes confeziona la stessa idea in un'app pronta all'uso: Parakeet V3, Whisper (Large V3 Turbo su Mac, Small su iPhone) e SenseVoice, tutti in esecuzione locale su Mac e iPhone.
Stai confrontando tutte le opzioni locali? Ogni modello speech-to-text on-device — le varianti di Whisper, Parakeet V3, SenseVoice e Voxtral — è messo a confronto fianco a fianco nella nostra pagina di confronto dei modelli Whisper. Whisper è una novità per te? Parti dalla guida alla trascrizione con Whisper — cos'è il modello, tutti i modi per eseguirlo e quanto costa.
Domande frequenti
Parakeet V3 è meglio di Whisper?
Per l'inglese e le lingue europee, spesso sì. L'Open ASR Leaderboard riporta un WER inglese del 6,32% per Parakeet contro il 7,83% di Turbo, e nel nostro test su M4 Pro Parakeet ha viaggiato a 103× il tempo reale contro i 14,3× di Turbo. Whisper però copre molte più lingue: se la tua non rientra nelle 25 di Parakeet, la scelta è Turbo.
Quali lingue supporta Parakeet V3?
Parakeet V3 supporta 25 lingue: bulgaro, croato, ceco, danese, olandese, inglese, estone, finlandese, francese, tedesco, greco, ungherese, italiano, lettone, lituano, maltese, polacco, portoghese, romeno, russo, slovacco, sloveno, spagnolo, svedese e ucraino.
Posso eseguire Parakeet V3 su Mac?
Sì. Whisper Notes per Mac include Parakeet V3 come motore predefinito. Gira al 100% in locale su Apple Silicon — niente internet, niente cloud, nessun dato esce dal tuo dispositivo. Scarica Whisper Notes per Mac e provalo: 5.000 parole a settimana sono gratis.
Parakeet V3 allucina come Whisper?
Molto meno spesso nei nostri test sui silenzi, ma nessun modello vocale merita un "mai". Parakeet può emettere output vuoti durante le pause, mentre il decoder autoregressivo di Whisper è più incline a frasi ripetute o testo fuori contesto quando l'input è silenzio.
Parakeet V2 o V3 — quale dovrei usare?
Parakeet V2 è solo per l'inglese, con un'accuratezza in inglese leggermente migliore (WER 6,05% contro 6,32%). V3 scambia quel margine minimo con 25 lingue europee ed è il predefinito in Whisper Notes. A meno che tu non trascriva esclusivamente in inglese e voglia spuntare l'ultima frazione di punto percentuale, usa V3.
Parakeet V3 supporta giapponese, cinese o coreano?
No — le sue 25 lingue sono tutte europee. Per cinese, giapponese, coreano o cantonese, Whisper Notes include SenseVoice — lo selezioni per queste lingue e viaggia a 52× il tempo reale o più — insieme ai modelli Whisper. Tutti funzionano offline sia su Mac che su iPhone.
Quanto è grande Parakeet V3?
600 milioni di parametri — un download di 465 MB, il modello più piccolo in entrambe le build per Mac. Whisper Large V3 Turbo è un download di circa 1,6 GB nella stessa app, e Qwen3-ASR 1.7B (Beta), presente solo nella versione Mac a download diretto, di circa 2,5 GB.
Provalo
Parakeet V3 è il motore predefinito di Whisper Notes su iPhone e Mac.
Domande o suggerimenti? Scrivici a support@whispernotes.app.
Scarica per iOS