TL;DR
| Parakeet V3 | Confronto con Whisper | |
|---|---|---|
| Velocità | 10× vs Turbo; ~23× vs V3 | Riferimento: Turbo / Large V3 |
| Lingue supportate | 25 | 100+ |
| Tasso di errore in inglese (WER) | 6.32% | Turbo 7.83%; V3 7.44% |
| 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: lo stesso audio di 35 minuti su Apple Silicon. 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.
A partire dalla versione 1.3.2 (Direct Download / DMG), Whisper Notes per Mac include NVIDIA Parakeet TDT 0.6B come motore di riconoscimento vocale predefinito. È 10 volte più veloce di Whisper Large V3 Turbo per l'inglese, e più preciso. 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.
C'era una cosa che mi dava fastidio: usando la dettatura di sistema con il tasto Fn con Whisper, finire una frase di circa 1 minuto significava aspettare 3-5 secondi prima che la trascrizione comparisse. Quella pausa spezza il ritmo. Smetti di parlare, aspetti, fissi il cursore — e la magia della scrittura vocale svanisce.
Parakeet ha cambiato tutto. La velocità è tale che la trascrizione compare nell'istante in cui smetti di parlare. Parli, e le parole sono semplicemente lì. Una volta che provi quella sensazione — quel flusso continuo, senza alcuna attesa — è davvero difficile tornare a Whisper.
Quanto è veloce Parakeet V3?
I numeri parlano chiaro. Ecco un confronto reale con un file audio di 35 minuti sullo stesso Mac:
| Modello | Audio di 35 min |
|---|---|
| Whisper Large V3 Turbo | 3 minuti |
| Parakeet TDT 0.6B v3 | 18 secondi |
10 volte più veloce. E siccome il modello è più piccolo (600M contro 800M parametri), consuma meno memoria e meno batteria.
Cosa rende Parakeet v3 così veloce
Whisper ascolta l'audio come se leggessi un libro ad alta voce — parola per parola, frame per frame, senza mai saltare avanti. Anche durante i silenzi, continua a elaborare, a indovinare cosa viene dopo. È scrupoloso, ma lento.
Parakeet adotta un approccio radicalmente diverso. Comprime il segnale audio 8 volte prima di elaborarlo, così il modello vede solo ciò che conta. Poi, invece di passare in rassegna ogni singolo frame, predice non solo quale parola hai detto, ma quanto dura quella parola — e salta avanti. Silenzio? Saltato del tutto. Una vocale lunga? Una sola previsione invece di decine.
Il risultato è un modello che elabora il parlato come fa il tuo cervello — concentrandosi sulle parole e ignorando le pause. Ecco perché è 10 volte più veloce, con meno parametri e maggiore precisione.
Benchmark: Parakeet v3 vs Whisper
Parakeet v3 eguaglia o batte modelli 2-4 volte più grandi nei benchmark FLEURS, CoVoST e MLS
Nella classifica Open ASR di Hugging Face, Parakeet v3 è in cima con soli 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% | 3,333x |
| Canary 1B v2 | 1.0B | 7.15% | 749x |
| Whisper Large V3 | 1.55B | 7.44% | 146x |
| Whisper Large V3 Turbo | 0.8B | 7.83% | 350x |
WER più basso = meno errori. RTFx più alto = più veloce. Parakeet vince su entrambi i fronti. Con 600M parametri, è anche il modello più piccolo della lista — il che significa che gira alla grande su Apple Silicon con un consumo minimo di memoria e batteria.
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 greco, francese, estone e maltese, 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 23 volte la velocità, 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.
Selettore modelli: Parakeet V3 (predefinito), SenseVoice Small, Whisper Small e Whisper Large V3 Turbo — tutti in esecuzione 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 | |
|---|---|---|---|
| WER inglese | 6.05% | 6.32% | 7.44% |
| 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 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. Nel nostro test da 35 minuti Parakeet è stato 10 volte più veloce di Whisper Turbo, e l'Open ASR Leaderboard riporta un WER inglese del 6,32% per Parakeet contro il 7,83% di Turbo. Whisper però copre molte più lingue: oltre 100 contro le 25 di Parakeet.
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 il DMG di prova gratuita per provarlo.
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 (52 volte più veloce di Whisper per le lingue CJK) e i 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 che occupa circa 800 MB di memoria durante la trascrizione nella nostra build per Mac. Whisper Large V3 Turbo è un download di circa 1,6 GB e usa più o meno 1,6 GB di memoria nella stessa app.
Provalo
Parakeet v3 è disponibile ora nella versione Mac — basta scaricare l'ultimo DMG. (Aggiornamento: Parakeet è ora disponibile anche nell'ultima versione iOS.)
Domande o suggerimenti? Scrivici a support@whispernotes.app.
Scarica per iOS