Per trascrivere offline non esistono solo i modelli Whisper. In Whisper Notes trovi sei modelli vocali che funzionano offline:
- Parakeet (integrato)
- Whisper Large V3 Turbo
- Whisper Small
- Qwen3-ASR 1.7B (Mac)
- SenseVoice Small
- Apple Speech (Mac, macOS 26 o successivo)
Quale sia il più preciso dipende dalla lingua che parli.
Qual è il modello più preciso?
Abbiamo provato tutti i modelli sullo stesso MacBook Air (M5). Ecco i tassi di errore (più sono bassi, meglio è; in verde il valore più basso di ogni riga):
| Lingua | Parakeet | Whisper Large V3 Turbo | Whisper Small | Qwen3-ASR 1.7B1 | SenseVoice Small | Apple Speech1 |
|---|---|---|---|---|---|---|
| Inglese | 5,89% | 5,49% | 7,04% | 4,49% | 8,46% | 8,80% |
| Tedesco | 5,19% | 4,05% | 8,67% | 2,85% | — | 6,26% |
| Olandese | 7,89% | 5,69% | 16,75% | 7,36% | — | — |
| Giapponese | — | 5,30% | 11,37% | 5,74% | 6,78% | 6,36% |
| Polacco | 6,59% | 5,45% | 15,81% | 12,59% | — | — |
| Russo | 6,17% | 5,13% | 11,37% | 5,65% | — | — |
| Francese | 5,19% | 5,97% | 13,24% | 4,57% | — | 7,61% |
| Spagnolo | 3,95% | 3,62% | 6,22% | 3,38% | — | 5,41% |
| Coreano | — | 4,25% | 7,30% | 3,54% | 7,85% | 4,31% |
| Ucraino | 5,11% | 6,33% | 17,48% | — | — | — |
| Cinese | — | 7,97% | 20,50% | 6,49% | 7,69% | 7,97% |
| Cantonese | — | —2 | —2 | 6,44% | —2 | 8,69% |
| Italiano | 2,62% | 2,58% | 7,64% | 2,58% | — | 4,39% |
| Portoghese | 5,81% | 5,44% | 8,61% | 5,17% | — | 9,35% |
| Svedese | 13,30% | 8,78% | 21,66% | 19,80% | — | — |
| Turco | — | 5,95% | 14,24% | 8,81% | — | — |
| Ceco | 11,03% | 11,94% | 38,71% | 24,59% | — | — |
| Norvegese | — | 8,99% | 24,50% | — | — | — |
| Finlandese | 10,44% | 7,11% | 25,91% | 27,71% | — | — |
| Arabo | — | 15,72% | 32,81% | 14,32% | — | — |
| Slovacco | 8,79% | 9,59% | 32,43% | — | — | — |
| Danese | 15,92% | 13,63% | 34,14% | 22,24% | — | — |
| Hindi | — | 29,64% | 61,26% | 13,19% | — | —3 |
| Thailandese | — | 13,40% | 23,52% | 6,53% | — | — |
| Indonesiano | — | 6,31% | 16,31% | 4,91% | — | — |
| Ungherese | 13,74% | 14,59% | 40,65% | 36,63% | — | — |
| Vietnamita | — | 8,10% | 18,12% | 4,91% | — | — |
| Malese | — | 9,22% | 19,72% | 10,62% | — | — |
| Greco | 34,00% | 13,94% | 31,64% | 30,22% | — | — |
| Rumeno | 9,68% | 8,36% | 29,45% | 20,20% | — | — |
| Filippino | — | 9,72% | 25,60% | 23,31% | — | — |
| Bulgaro | 12,44% | 14,54% | 39,68% | — | — | — |
| Sloveno | 20,32% | 19,15% | 48,54% | — | — | — |
| Estone | 15,56% | 19,08% | 50,84% | — | — | — |
| Croato | 12,49% | 11,49% | 33,76% | — | — | — |
| Lituano | 17,97% | 23,28% | 67,23% | — | — | — |
| Maltese | 19,38% | 74,35% | 95,68% | — | — | — |
| Islandese | — | 19,75% | 73,96% | — | — | — |
| Catalano | — | 5,80% | 15,51% | — | — | — |
| Galiziano | — | 12,23% | 31,09% | — | — | — |
| Macedone | — | 17,46% | 37,11% | 18,57% | — | — |
| Bosniaco | — | 14,85% | 39,60% | — | — | — |
Per cinese, giapponese, coreano, cantonese e thailandese il tasso di errore è calcolato sui caratteri, per tutte le altre lingue sulle parole. Per le lingue che non compaiono in tabella, vedi Lingue supportate.
1 Solo Mac. Per ora disponibile nell’app per Mac del nostro sito; stiamo lavorando per portarlo anche nella versione Mac App Store. 2 Per ora non riportiamo i risultati in cantonese di SenseVoice Small e di Whisper: non abbiamo ancora verificato che questo test li valuti in modo corretto. 3 Apple Speech ha trascritto tutto l’hindi in caratteri latini, quindi non è stato possibile valutarlo.
Qual è il più veloce? Quanto ci vuole per un’ora di audio?
| Modello | Velocità (× tempo reale) | Un’ora di audio | Download | Memoria |
|---|---|---|---|---|
| SenseVoice Small | 115–131× | circa 30 s | circa 450 MB | circa 700 MB |
| Parakeet | 75,8× | circa 50 s | Integrato (circa 630 MB) | circa 800 MB |
| Apple Speech | 19,7× | circa 3 min | Gestito da macOS | — |
| Qwen3-ASR 1.7B | 7,6× | circa 8 min | circa 2,5 GB | circa 2,6 GB |
| Whisper Small | 6,5× | circa 9 min | circa 400 MB | circa 1 GB |
| Whisper Large V3 Turbo | 2,7× | circa 22 min | circa 2 GB | circa 2,4 GB |
Velocità, download e memoria sono quelli indicati nella scheda di ogni modello nell’app per Mac. La velocità considera solo il tempo di elaborazione del modello; da questo valore sono ricavati i tempi per un’ora di audio.
I modelli più precisi sono spesso anche i più lenti, e più la registrazione è lunga, più la differenza si sente.
Quali modelli posso usare su iPhone e su Mac?
| Modello | iPhone | Mac |
|---|---|---|
| Parakeet | Sì, integrato | Sì, integrato |
| Whisper Large V3 Turbo | No | Sì |
| Whisper Small | Sì | Sì |
| Qwen3-ASR 1.7B | No | Sì (Beta)1 |
| SenseVoice Small | Sì | Sì |
| Apple Speech | No | Sì (macOS 26 o successivo)1 |
Verde significa disponibile, ambra significa non disponibile. 1 Per ora disponibile nell’app per Mac del nostro sito; stiamo lavorando per portarlo anche nella versione Mac App Store.
Vorremmo portare più modelli anche su iPhone. Il più richiesto, Whisper Large V3, gira solo sugli ultimi modelli di iPhone, sia nella versione completa sia in quella compressa: sulla maggior parte dei telefoni non funziona. Lo stesso vale per Qwen3-ASR 1.7B. Continuiamo a provare modelli nuovi e versioni più leggere di quelli che abbiamo già. Di recente abbiamo cambiato il modello predefinito: da Parakeet V3 a Parakeet Ultra, che su 25 lingue fa circa il 24% di errori in meno. Trovi i dettagli in Parakeet Ultra vs Parakeet V3.
Come si cambia modello?
Su Mac, apri le Impostazioni e, sotto Modello di trascrizione, fai clic sulla scheda di un modello per scaricarlo o per selezionarlo; il link Lingue supportate su ogni scheda mostra il tasso di errore del modello in ciascuna lingua.
Impostazioni → Modello di trascrizione nell’app per Mac
Come abbiamo fatto i test?
Abbiamo usato il parlato letto di FLEURS (83 set linguistici, 12.090 frasi) e fatto girare tutti i modelli sullo stesso MacBook Air (M5). I nostri risultati per Whisper sono molto vicini ai numeri pubblicati da OpenAI. Si tratta di parlato letto e pulito: nelle riunioni e nelle registrazioni rumorose i tassi di errore sono più alti.
Domande frequenti
Qual è il miglior modello Whisper?
Whisper Large V3 Turbo. In tutte le lingue della tabella è più preciso di Whisper Small (in inglese, per esempio, 5,49% contro 7,04%), ma è molto più lento e nell’app per iPhone c’è solo Whisper Small.
Qual è il miglior modello per il giapponese?
Whisper Large V3 Turbo, con un tasso di errore sui caratteri del 5,30%, seguito da Qwen3-ASR 1.7B con il 5,74%. Su iPhone conviene SenseVoice Small (6,78%).
Qual è il miglior modello per il cinese mandarino?
Su Mac, Qwen3-ASR 1.7B, con un tasso di errore sui caratteri del 6,49%. Segue SenseVoice Small (7,69%), che funziona anche su iPhone.
Qual è il miglior modello Parakeet?
Parakeet Ultra. Su 25 lingue fa circa il 24% di errori in meno di Parakeet V3 (10,63% contro 13,99%) ed è integrato nell’app per iPhone (dalla versione 1.8.9) e nell’app per Mac del nostro sito (dalla 1.6.4).
Scarica per iOS
Benchmark dettagliati