macOS 26 と iOS 26 から、Apple は新世代のオンデバイス音声認識である SpeechAnalyzer と SpeechTranscriber を提供しています。以下ではまとめて Apple Speech と呼びます。旧来の音声入力エンジンより大幅に正確です。そこで確かめたかったのは、 Apple の内蔵音声認識は、文字起こしアプリをまったく使わずに済むほど十分になったのか？ そして Whisper Notes のオンデバイス・オープンモデルである Whisper、Parakeet、SenseVoice、Qwen3-ASR とは、どれほど差があるのかということです。厳密に測定した結果を紹介します。今回測定した十言語で、Apple Speech は誤り率が最も低い言語が一つもなく、韓国語・日本語・中国語では首位との差が 1.5 ポイント以内、オランダ語・ロシア語・ポーランド語にはモデル自体がありません。
Apple Speech とダウンロード型モデルの差はどれくらいか
| 言語 | Apple Speech | Qwen3-ASR | Whisper Large | Whisper Small | Parakeet | SenseVoice |
|---|---|---|---|---|---|---|
| 英語 | 8.80 | 4.49 | 5.49 | 7.04 | 6.89 | 8.46 |
| ドイツ語 | 6.26 | 2.85 | 4.05 | 8.67 | 6.26 | — |
| オランダ語 | — | 7.36 | 5.69 | 16.75 | 8.58 | — |
| ロシア語 | — | 5.65 | 5.13 | 11.37 | 7.12 | — |
| ポーランド語 | — | 12.59 | 5.45 | 15.81 | 8.30 | — |
| 日本語 | 6.36 | 5.74 | 5.30 | 11.37 | — | 6.78 |
| 韓国語 | 4.31 | 3.54 | 4.25 | 7.30 | — | 7.85 |
| フランス語 | 7.61 | 4.57 | 5.97 | 13.24 | 5.83 | — |
| 中国語 | 7.97 | 6.49 | 7.97 | 20.50 | — | 7.69 |
| スペイン語（ラテンアメリカ） | 5.41 | 3.38 | 3.62 | 6.22 | 4.86 | — |
利用者の多い言語のうち十言語を、一列につき一エンジンで比較しました。各セルはそのエンジンの誤り率で、低いほど優秀です。緑は行内の最低値、白は二番目に低い値を示します。日本語・韓国語・中国語は文字誤り率（CER）、それ以外は単語誤り率（WER）で、一つの数値には統合していません。Whisper Notes チームが自ら回した FLEURS、M5 MacBook Air 一台、朗読音声です。
表内の略称：Qwen3-ASR = Qwen3-ASR 1.7B、Whisper Large = Whisper Large V3 Turbo、Parakeet = Parakeet V3、SenseVoice = SenseVoice Small。ダッシュは、そのエンジンに該当言語のモデルがないことを示します。
十言語のうち、誤り率が最も低かったのは Qwen3-ASR 1.7B が六言語、Whisper Large V3 Turbo が残り四言語でした。Apple Speech の行内トップとの差は韓国語で 0.77 ポイント、日本語で 1.06 ポイント、中国語で 1.48 ポイントで、中国語では Whisper Large V3 Turbo と 7.97 で並びます。対応する七言語では行内トップに 0.8〜4.3 ポイント及ばず、差が最大なのは英語の 8.80 対 4.49 です。オランダ語・ポーランド語・ロシア語には Apple Speech の結果がありません。
Apple Speech はどの言語に対応しているか
今回の測定で Apple Speech が結果を返したのは、83 の言語構成のうち 21 です。Whisper の二モデルは 83 すべて、Qwen3-ASR 1.7B は 30、Parakeet V3 は 25 をカバーします。上の十言語では、オランダ語・ポーランド語・ロシア語のモデルがありません。引用できる固定リストはなく、言語アセットは macOS が管理するため、アプリは実行時にその Mac で利用できるものを照会します。
| 言語 | Apple Speech | Qwen3-ASR | Whisper Large | Whisper Small | Parakeet | SenseVoice |
|---|---|---|---|---|---|---|
| イタリア語 | 4.39 | 2.58 | 2.58 | 7.64 | 3.43 | — |
| 広東語 | 8.69 | 6.44 | 36.75 | 119.01 | — | 37.23 |
| ポルトガル語（ブラジル） | 9.35 | 5.17 | 5.44 | 8.61 | 6.49 | — |
| ヒンディー語 | 101.50 | 13.19 | 29.64 | 61.26 | — | — |
| テルグ語 | 101.63 | — | 81.74 | 103.19 | — | — |
| ウルドゥー語 | 101.69 | — | 23.39 | 38.83 | — | — |
| パンジャブ語 | 101.75 | — | 92.05 | 103.40 | — | — |
| ベンガル語 | 102.00 | — | 83.52 | 117.37 | — | — |
| ネパール語 | 102.13 | — | 88.59 | 118.84 | — | — |
| マラヤーラム語 | 102.18 | — | 107.34 | 167.16 | — | — |
| マラーティー語 | 102.23 | — | 82.69 | 109.95 | — | — |
| カンナダ語 | 103.83 | — | 72.07 | 116.10 | — | — |
| グジャラート語 | 104.52 | — | 75.31 | 108.91 | — | — |
| タミル語 | 113.01 | — | 71.28 | 79.77 | — | — |
Apple Speech が結果を返したほかの十四言語を、同エンジンの誤り率順に並べました。列・配色・略称は上と同じです。広東語は文字誤り率、それ以外は単語誤り率です。挿入誤りも分子に数えるため、誤り率は 100% を超えることがあります。
最後の十一行、ヒンディー語からタミル語まででは、Apple Speech が本来の文字ではなくラテン文字の翻字で応答しました。そのため、ここでの誤り率が示すのは認識精度ではなく表記体系の不一致であり、これらのセルは行内順位から除外しています。同じ行にある他のエンジンの値は通常の測定値です。
SpeechAnalyzer の仕組み
Apple には iOS 10 の時代から音声認識 API があります。従来の SFSpeechRecognizer は、旧来の音声入力経路を支えるエンジンです。これに代わる SpeechAnalyzer は macOS 26 と iOS 26 で導入され、watchOS を除くすべての Apple プラットフォームで利用できます。
この API はセッションを中心に構成されています。SpeechAnalyzer を作成し、一つ以上のモジュールを与えて音声を送ります。音声をテキストに変えるモジュールが SpeechTranscriber です。音声は自分で供給する非同期シーケンスとして入り、結果は別の非同期シーケンスとして返ります。通常、この二つは別々のタスクで動作します。アナライザーが一度に受け取る入力シーケンスは一つです。すべてのバッファと結果には音声自身のタイムラインに沿った時刻情報が付くため、各結果を元の位置に戻せます。
一つのセッション、三つのタスク。音声は AsyncSequence として入力され、SpeechAnalyzer と SpeechTranscriber が解析し、結果は別の AsyncSequence としてインターフェースに戻ります。出典：Apple、 WWDC25 セッション 277。
結果は二回届きます。Apple が volatile range と呼ぶ可変範囲の内側は、後からより良い結果に置き換わる可能性があり、外側は確定済みです。アプリはこの仕組みで、話している最中に暫定的な文字起こしを表示し、その後に修正できます。
Apple が SpeechTranscriber モデルについて掲げる設計目標は五つです。長い音声、会話音声、離れた話者、低遅延、そして端末上で動作することによるプライバシーです。メモ、ボイスメモ、ジャーナル、通話要約はこの技術を基盤にしています。
Apple が示した SpeechTranscriber モデルの五つの設計目標。出典：Apple、 WWDC25 セッション 277。
モデルはどのアプリにも含まれません。Apple のサーバーから AssetInventory 経由でダウンロードされ、システムが保存・更新し、アプリ間で共有します。アプリのダウンロード容量にもメモリ領域にも加算されず、デコードは呼び出し元プロセスの外で行われます。SpeechTranscriber に特定の言語または端末向けのモデルがない場合は、DictationTranscriber がシステム音声入力と同じモデルで引き継ぎます。
測定方法
この記事のすべてのエンジンに、同じクリップを同じ順序で一つずつ、M5 MacBook Air（32 GB、macOS 27.0）上で文字起こしさせました。音声は Google FLEURS のテスト分割リビジョン 70bb2e84 で、一言語あたり約 150 文、約 30 分です。データセット自身の項目 ID を固定ハッシュで並べ、三十分を超える最短の項目単位の連続区間を使いました。この選択にモデル出力は一切関与していません。各セルは固有の記録から再計算して再確認し、285 セルすべてが検査を通りました。
単語を空白で区切る言語は単語誤り率、日本語・韓国語・中国語・広東語は文字誤り率で採点しています。FLEURS は朗読音声で、会議でも音声入力でもありません。この表が示すのは、あるエンジンがその言語で試す価値がありそうかどうかであり、自分の録音で得られる結果ではありません。
旧来の Apple Dictation よりどれだけ良くなったか
Apple は文字起こしに二つの動作点を提供しており、両方を測定しました。新しい方が SpeechTranscriber、この記事で Apple Speech と呼ぶものです。 DictationTranscriber は互換性のための動作点で、それ以前の Mac にあった音声入力経路です。
| 言語 | Apple Dictation | Apple Speech |
|---|---|---|
| 韓国語 | 7.11 | 4.31 |
| イタリア語 | 6.93 | 4.39 |
| スペイン語（ラテンアメリカ） | 8.43 | 5.41 |
| ドイツ語 | 12.69 | 6.26 |
| 日本語 | 9.37 | 6.36 |
| フランス語 | 17.10 | 7.61 |
| 中国語 | 10.28 | 7.97 |
| 広東語 | 10.18 | 8.69 |
| 英語 | 13.83 | 8.80 |
| ポルトガル語（ブラジル） | 10.85 | 9.35 |
Apple の二つの動作点がともに正しく測定できた全言語を、Apple Speech の誤り率順に並べました。緑は行内で良い方の値です。同じ測定、同じクリップ、同じ Mac を使用しています。日本語・韓国語・中国語・広東語は文字誤り率、それ以外は単語誤り率です。
十言語すべてで Apple Speech の方が正確でした。中央値の言語では誤りがおよそ三分の一減り、フランス語とドイツ語では半分以上、ブラジルポルトガル語と広東語ではおよそ七件に一件減りました。
これは Apple 自身の過去との比較です。ダウンロード型モデルと比べると、正しく測定できた言語での最高順位は広東語の二位でした。Dictation の方が広く、今回の測定では 33 構成対 21 構成で、新しいエンジンに欠けている三言語もすべて含みます。
内蔵エンジンで得られるもの
| エンジン | 速度 | ピークメモリ | ダウンロード |
|---|---|---|---|
| SenseVoice Small | 実時間の 162.3 倍 | 0.95 GiB | 827 MB |
| Parakeet V3 | 実時間の 75.6 倍 | 0.09 GiB | 465 MB |
| Apple Speech | 実時間の 30.8 倍 | 数値非掲載 | 言語パックはアプリではなく macOS がダウンロード |
| Qwen3-ASR 1.7B | 実時間の 11.1 倍 | 2.43 GiB | 約 2.5 GB |
| Whisper Small | 実時間の 7.9 倍 | 0.87 GiB | 600 MB |
| Whisper Large V3 Turbo | 実時間の 3.0 倍 | 1.87 GiB | 約 1.6 GB |
速度は、この記事で正しく測定できた十三言語のうち各エンジンが実際に走った言語における中央値です。項目を個別処理したスループットという診断値であり、製品の待ち時間ではありません。ピークメモリは今回のプロセスグループの最大値です。Apple Speech は呼び出し元アプリが所有しない macOS サービス内でデコードするため、ここに数値を置いても他の五エンジンと同じ意味にはなりません。
Apple Speech の言語アセットはシステムが一度ダウンロードし、すべてのアプリで共有します。アプリ本体にモデルは含まれず、アプリ自身のプロセスにもメモリを割り当てません。システムサービスは処理中にメモリを使用しますが、正確に帰属させられないため、ゼロと書くのではなく、数値を掲載していません。速度は実時間の 30.8 倍で、Parakeet V3 と SenseVoice Small より遅い結果でした。
Whisper Large V3 Turbo は十行のうち四行で首位ですが、ここでは最も遅いエンジンで、Apple Speech よりおよそ十倍遅く、ディスク使用量は約 1.6 GB です。Qwen3-ASR 1.7B は残り六行で首位となり、約 2.5 GB のダウンロードと 2.43 GiB のメモリを使います。Parakeet V3 は 465 MB と 0.09 GiB で、フランス語では Turbo より正確、ポーランド語では劣り、日本語・韓国語・中国語・広東語には対応していません。最も近い比較対象は 600 MB の Whisper Small で、両方を正しく測定できた十言語のうち八言語では Apple Speech の方が正確でした。
Apple Speech をダウンロード型モデルの代わりに使うべきか
言語別の結果は次のとおりです。
- 英語：適していません。Apple Speech は 8.80。 Qwen3-ASR 1.7B （4.49）または Whisper Large V3 Turbo （5.49）の方が明らかに正確です。
- ドイツ語：適していません。Apple Speech は 6.26。 Qwen3-ASR 1.7B （2.85）または Whisper Large V3 Turbo （4.05）の方が明らかに正確です。
- オランダ語・ロシア語・ポーランド語：Apple Speech にはこの三言語のモデルがありません。 Whisper Large V3 Turbo がそれぞれ 5.69、5.13、5.45 で最も正確でした。
- 日本語：利用できます。Apple Speech は 6.36 で、 Whisper Large V3 Turbo の 5.30 に及びません。
- 韓国語：利用できます。Apple Speech は 4.31 で、 Qwen3-ASR 1.7B の 3.54 に及びません。
- フランス語：適していません。Apple Speech は 7.61。 Qwen3-ASR 1.7B （4.57）または Parakeet V3 （5.83）の方が明らかに正確です。
- 中国語：利用できます。Apple Speech は 7.97 で Whisper Large V3 Turbo と並びます。最も正確だったのは Qwen3-ASR 1.7B の 6.49 です。
- スペイン語：適していません。Apple Speech は 5.41。 Qwen3-ASR 1.7B （3.38）または Whisper Large V3 Turbo （3.62）の方が明らかに正確です。
Apple Speech は、Apple の SpeechTranscriber をこの記事で短く呼ぶ名前です。macOS 26 以降なら、どの Mac アプリからも呼び出せるオンデバイス API です。これは Mac 版 Whisper Notes がダウンロードするモデルには含まれません。Mac Direct Download（DMG）版には Whisper、Parakeet V3、SenseVoice、Qwen3-ASR、iPhone 版と Mac App Store 版には Whisper、Parakeet V3、SenseVoice があります。エンジン別の一覧は 言語対応ページ に掲載しています。
ここでの結果によって、現在の Mac 版 Whisper Notes が変わるわけではありません。 Parakeet V3 は今もデフォルトです。
よくある質問
Apple Speech は Whisper と同じくらい正確ですか？
両方が対応する言語の大半では、同等ではありません。自社の FLEURS 測定で Apple Speech が対応したこの十言語中七言語を見ると、Whisper Large V3 Turbo は六言語でより正確で、中国語だけは文字誤り率 7.97% で完全に同値でした。Whisper Small と比べると順序が逆になり、Apple Speech は七言語中六言語で上回り、英語だけ 8.80% 対 7.04% の単語誤り率で負けました。正しく測定できた言語では今回一位がなく、最も近い韓国語で文字誤り率 4.31%、行内トップは 3.54% です。広東語は、正しく測定できた言語のうち Whisper Large V3 Turbo を上回った唯一の例で、文字誤り率は 8.69% 対 36.75% でした。対応言語で言語パックの管理を macOS に任せたい場合は内蔵エンジンを、最高精度を求める場合や Apple Speech に欠けている三言語のいずれかでは Whisper Large V3 Turbo を使ってください。
Apple Speech はどの言語に対応していますか？
一覧を決めるのはアプリではなく macOS です。今回 Apple Speech は、テストした 83 の言語構成のうち 21 で結果を返しました。Whisper の二ビルドは 83、Qwen3-ASR 1.7B は 30、Parakeet V3 は 25 です。主表の最も利用されている十言語では、英語・ドイツ語・日本語・韓国語・フランス語・中国語・スペイン語に対応し、オランダ語・ポーランド語・ロシア語には対応しません。二番目の表にはほかの十四構成、つまりイタリア語、広東語、ブラジルポルトガル語と、本来の文字ではなくラテン文字の翻字で応答した十一言語を載せています。アプリは実行時に、その Mac で利用できる言語を macOS に照会する必要があります。該当言語がなければ、Whisper はどの配布チャネルでもアプリの言語一覧すべてをカバーします。
Apple Speech と Parakeet V3 はどちらを選ぶべきですか？
両方が対応するすべてのヨーロッパ言語では Parakeet V3 です。英語は 6.89 対 8.80、フランス語は 5.83 対 7.61、スペイン語は 4.86 対 5.41、イタリア語は 3.43 対 4.39、ブラジルポルトガル語は 6.49 対 9.35 で、ドイツ語は 6.26 で並びます。Parakeet V3 には日本語・韓国語・中国語・広東語がないため、これらの言語で使えるのは二つのうち Apple Speech だけで、日本語・韓国語・中国語では行内トップとの差が 1.5 ポイント以内です。Parakeet V3 は 465 MB のダウンロードで、ピーク 0.09 GiB、実時間の 75.6 倍でした。Apple Speech の言語パックは macOS がダウンロードし、速度は実時間の 30.8 倍、メモリ値は掲載していません。
SpeechAnalyzer とは何ですか？Apple Dictation と同じものですか？
SpeechAnalyzer は Apple が WWDC 2025 で発表し、macOS 26 と iOS 26 で提供を始めた包括的な API です。その中の文字起こし用の動作点が SpeechTranscriber で、今回測定し、この記事で Apple Speech と呼んでいるものです。Dictation は互換性用の動作点で、こちらも測定しました。両方を正しく測定できた十言語すべてで Apple Speech の方が正確で、中央値の言語では誤りをおよそ三分の一、フランス語とドイツ語では半分以上減らしました。Dictation はより多くの言語をカバーし、33 構成対 21 構成です。したがって、17.34%、13.50%、13.13% の単語誤り率を許容できるなら、オランダ語・ポーランド語・ロシア語ではこれがシステムエンジンになります。同じクリップでの Whisper Large V3 Turbo は 5.69%、5.45%、5.13% でした。
Apple Speech を使うと音声は Mac の外に出ますか？
Apple は SpeechTranscriber をオンデバイス音声認識として説明しています。macOS が言語アセットを一度ダウンロードし、認識処理はローカルで動きます。私たちが測ったのは精度と速度で、ネットワーク挙動ではないため、この点は Apple の説明に沿っています。Whisper Notes が自らダウンロードする Whisper、Parakeet V3、SenseVoice、Qwen3-ASR は、自分の Mac の GPU または Neural Engine で動作し、アカウントも API key も不要です。どの配布チャネルでも、ネットワークを切った状態で文字起こしできます。
自分の録音で得られる精度と、この数値が一致しないのはなぜですか？
FLEURS は短く、雑音のない朗読音声で、自分の録音とは違うからです。今回の測定は公開データセット上の較正で、一言語あたり約 150 文・約 30 分の音声、M5 MacBook Air 一台、すべてのエンジンに同じクリップを使っています。あるエンジンがその言語で使えそうかは判断できますが、会議、雑音の多い音声、なまりのある話し方、二時間のファイルで得られる結果を予測するものではありません。
ほかのベンチマークで Apple Speech が Whisper を上回るとされているのはなぜですか？
比較相手が Whisper Small で、しかも英語だけだからです。Whisper Small との比較なら結果は一致します。両者を正しく測定できた十言語のうち八言語で Apple Speech が上回りました。負けた二言語の一つが英語で、8.80 対 7.04 です。この結果は Whisper Large V3 Turbo には引き継がれません。同じ十言語のうち八言語で Apple Speech が及ばず、中国語は 7.97 で並び、上回ったのは広東語だけでした。どちらの Whisper と比べるかで、見出しが決まります。
試してみる
ここにあるダウンロード型の五つのモデル、Whisper Small、Whisper Large V3 Turbo、Parakeet V3、SenseVoice Small、Qwen3-ASR 1.7B はすべて Mac 版 Whisper Notes の Direct Download（DMG）版にあり、設定 → 文字起こしモデルから選べます。
ある言語で私たちの数値と実際の体験が一致しない場合は、 mac@whispernotes.app までメールをお送りください。リリースノート全文： whispernotes.app/changelog。
出典： Google FLEURS テスト分割リビジョン 70bb2e84 での自社測定、Apple の SpeechAnalyzer ドキュメント、および先に実施した 三十言語の Qwen3-ASR 測定。
macOS 版をダウンロード