Pada 22 September 2026, Moondream mengeluarkan Parakeet Ultra, hasil latihan lanjutan daripada NVIDIA Parakeet TDT 0.6B v3. Seni binanya sama, dan bilangan parameternya juga sama, 600 juta. Menurut kad model Moondream, purata kadar ralat perkataan FLEURS bagi 25 bahasa turun daripada 11.62% kepada 9.55%, iaitu kira-kira 17.8% kurang ralat. Kami ingin tahu: dalam penggunaan sebenar, sejauh manakah Parakeet Ultra lebih tepat daripada Parakeet V3, bahasa demi bahasa?
Sebelum ini kami telah mengukur Parakeet V3, Whisper, Qwen3-ASR dan SenseVoice pada satu set ayat FLEURS yang tetap, dalam ujian Apple SpeechAnalyzer vs Whisper kami; ujian Qwen3-ASR vs Whisper kami menggunakan set yang sama untuk 30 bahasa. Kali ini kami menjalankan Parakeet Ultra pada set itu. Angka-angka ini ialah ukuran kami sendiri, dalam Whisper Notes pada satu Mac, dan kami melaporkannya seadanya.
Sejauh manakah Parakeet Ultra lebih tepat?
Kami menjalankan kedua-dua model pada set ujian FLEURS: 25 bahasa yang disokong Parakeet, 3,976 ayat yang dibaca, 12.55 jam audio. Setiap ayat ditranskripsikan mengikut cara Whisper Notes sebenarnya menjalankan model itu.
| Bahasa | Parakeet V3 | Parakeet Ultra |
|---|---|---|
| Inggeris | 6.89% | 5.89% |
| Jerman | 4.69% | 3.72% |
| Belanda | 7.59% | 6.91% |
| Sepanyol (Amerika Latin) | 4.73% | 3.77% |
| Perancis | 5.66% | 4.95% |
| Poland | 8.02% | 6.34% |
| Rusia | 6.99% | 5.72% |
| Ukraine | 6.59% | 5.11% |
| Finland | 13.72% | 10.03% |
| Itali | 3.33% | 2.48% |
| Portugis (Brazil) | 6.37% | 5.69% |
| Sweden | 16.18% | 13.12% |
| Czech | 13.70% | 10.85% |
| Lithuania | 24.50% | 18.00% |
| Latvia | 30.25% | 20.70% |
| Greek | 36.10% | 20.96% |
| Estonia | 20.12% | 15.40% |
| Slovak | 11.84% | 8.58% |
| Romania | 13.74% | 9.54% |
| Denmark | 19.22% | 15.68% |
| Hungary | 18.78% | 13.63% |
| Bulgaria | 14.05% | 12.28% |
| Croatia | 13.37% | 12.49% |
| Slovenia | 23.82% | 18.49% |
| Malta | 24.46% | 19.19% |
| Kesemua 25 bahasa | 13.99% | 10.63% |
Kadar ralat perkataan, lebih rendah lebih baik. Hijau: Parakeet Ultra lebih tepat dengan jurang di luar selang 95%. Croatia: tiada perbezaan yang jelas. Ukuran kami sendiri dalam Whisper Notes pada Mac Apple M5.
Apabila 25 bahasa digabungkan, kadar ralat perkataan turun daripada 13.99% kepada 10.63%, kira-kira 24% kurang ralat: daripada kira-kira satu perkataan salah dalam setiap tujuh kepada satu dalam setiap sembilan. Parakeet Ultra lebih tepat dalam 24 bahasa dan tidak kurang tepat dalam mana-mana bahasa.
Bahasa manakah yang paling banyak meningkat?
Kadar ralat perkataan bagi setiap bahasa, Parakeet V3 berwarna kelabu dan Parakeet Ultra berwarna hijau, disusun mengikut penurunan dalam mata peratusan. Sumber: ukuran kami sendiri dalam Whisper Notes, set ujian FLEURS.
Peningkatan terbesar berlaku pada bahasa yang paling lemah bagi Parakeet V3: Latvia turun daripada 30.25% kepada 20.70%, Lithuania daripada 24.50% kepada 18.00%, Slovenia daripada 23.82% kepada 18.49% dan Malta daripada 24.46% kepada 19.19%. Greek turun paling banyak dalam Whisper Notes, daripada 36.10% kepada 20.96%, dan masih yang tertinggi antara 25 bahasa itu. Bahasa yang ramai penuturnya bermula pada kadar yang lebih rendah dan meningkat lebih sedikit, antara 0.68 dan 1.27 mata bagi bahasa Inggeris, Jerman, Sepanyol, Perancis, Itali, Portugis, Belanda dan Rusia, dan setiap satunya masih di luar julat ralat.
Adakah Parakeet Ultra lebih perlahan?
| Parakeet V3 | Parakeet Ultra | |
|---|---|---|
| Kelajuan pemprosesan | 74.5× masa nyata | 74.0× masa nyata |
| Pemuatan model, median | 0.10 s | 0.10 s |
200 klip FLEURS, lapan yang pertama dalam setiap bahasa, 37.2 minit audio. Setiap klip dijalankan pada kedua-dua model berturut-turut, dengan model yang dijalankan dahulu bersilih ganti. Hanya masa pemprosesan enjin, tanpa permulaan proses atau pemuatan model; bukan kependaman hujung ke hujung dalam aplikasi. Mac Apple M5, macOS 27.0.
Kami tidak menemui perbezaan yang boleh diukur. Parakeet Ultra berjalan pada 74.0× masa nyata dan Parakeet V3 pada 74.5×, nisbah kelajuan 0.99 dengan selang 95% antara 0.94 dan 1.06. Pada kadar itu, sejam audio mengambil masa kira-kira 49 saat pada kedua-dua model di Mac ini.
Kedua-dua model berkongsi seni bina dan bilangan parameter yang sama dan hanya berbeza pada pemberatnya, jadi kelajuan yang sama memang dijangka. Parakeet Ultra lebih tepat pada kelajuan yang sama.
Adakah ia kekal lebih tepat dalam bunyi latar?
FLEURS ialah pertuturan yang bersih, jadi kami menyemak kesan bunyi bising dalam ujian berasingan. Kami mencampurkan bunyi latar daripada korpus MUSAN ke dalam ayat yang dibaca daripada LibriSpeech dan daripada FLEURS bahasa Jerman dan Sepanyol pada nisbah isyarat kepada hingar 10, 5 dan 0 dB: sembilan keadaan, 1,320 ayat, dijalankan pada Mac dengan model Core ML yang sama yang digunakan Whisper Notes.
| Keadaan | Parakeet V3 | Parakeet Ultra | Perubahan |
|---|---|---|---|
| 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 Jerman, 10 dB | 9.80% | 8.04% | −18% |
| FLEURS Jerman, 5 dB | 13.86% | 10.55% | −24% |
| FLEURS Jerman, 0 dB | 24.21% | 17.88% | −26% |
| FLEURS Sepanyol, 10 dB | 11.17% | 5.46% | −51% |
| FLEURS Sepanyol, 5 dB | 11.90% | 5.77% | −51% |
| FLEURS Sepanyol, 0 dB | 13.43% | 6.96% | −48% |
| Purata sembilan keadaan | 11.63% | 8.02% | −31% |
Ujian bunyi bising berasingan, bukan ujian FLEURS di atas: kadar ralat perkataan dalam peratus, 200 ayat LibriSpeech atau 120 ayat FLEURS bagi setiap keadaan. Kadar ralatnya tidak boleh dibandingkan dengan jadual FLEURS; hanya perubahan relatif yang terpakai.
Secara purata merentasi sembilan keadaan, Parakeet Ultra membuat kira-kira 31% kurang ralat daripada Parakeet V3, dan ia lebih tepat dalam kesemua sembilan keadaan dengan jurang yang melebihi julat ralat. Dalam bahasa Jerman, peningkatannya bertambah apabila bunyi bising bertambah, manakala ralat bahasa Sepanyol berkurang kira-kira separuh pada setiap tahap.
Menetapkan bahasa menjadikan Parakeet lebih teruk
Ramai pengguna Whisper Notes bertanya mengapa Parakeet tiada tetapan bahasa. Parakeet boleh diberitahu bahasa yang dijangka, tetapi dalam Whisper Notes hal itu menjadikannya kurang tepat, pada kedua-dua versi. Kami mengukurnya dengan menjalankan setiap ayat dua kali, sekali dengan pengesanan bahasa automatik dan sekali dengan bahasa ditetapkan.
| Bahasa | Ultra, ditetapkan | Ultra, dikesan | V3, ditetapkan | V3, dikesan |
|---|---|---|---|---|
| Jerman | 5.19 | 3.72 | 6.26 | 4.69 |
| Belanda | 7.89 | 6.91 | 8.58 | 7.59 |
| Slovenia | 20.32 | 18.49 | 25.51 | 23.82 |
| Greek | 34.00 | 20.96 | 36.49 | 36.10 |
| Kesemua 25 bahasa | 11.59 | 10.63 | 14.30 | 13.99 |
Kadar ralat perkataan dalam peratus. Hijau menandakan nilai yang lebih rendah dalam pasangan setiap model. Bagi Parakeet Ultra, setiap jurang yang ditunjukkan berada di luar selang 95%, dan 18 daripada 25 bahasa lebih tepat dengan pengesanan automatik, tiada yang kurang tepat; bagi Parakeet V3 kami tidak mengira selang.
Tekaan kami, menetapkan bahasa tidak membantu Parakeet mendengar dengan lebih baik. Ia hanya membuang perkataan daripada transkrip yang tidak kelihatan seperti bahasa itu, dan nama serta kata pinjaman sering terbuang secara tersilap. Oleh itu, Parakeet dalam Whisper Notes sentiasa mengesan bahasa sendiri; Whisper, SenseVoice dan Qwen3-ASR membolehkan anda memilihnya, dan bagi SenseVoice, memilih bahasa memberikan kadar ralat yang sedikit lebih rendah.
Bahasa apakah yang sesuai untuk Parakeet Ultra?
- Latvia, Lithuania, Slovenia, Malta, Hungary, Estonia dan Greek meningkat paling banyak, antara 4.72 dan 15.14 mata.
- Bahasa Inggeris, Jerman, Sepanyol, Perancis, Itali, Portugis dan Belanda sudah mempunyai kadar ralat yang rendah dan meningkat antara 0.68 dan 1.01 mata. Bahasa Croatia tidak menunjukkan perbezaan yang jelas.
- Ukraine, Czech, Estonia, Hungary, Lithuania dan Slovak: dalam ujian FLEURS kami, Parakeet Ultra kini mempunyai kadar ralat yang lebih rendah daripada Whisper Large V3 Turbo.
- Bahasa di luar 25 bahasa ini, seperti Mandarin, Jepun, Korea, Arab dan Hindi: gunakan SenseVoice Small untuk Mandarin, Kantonis, Jepun dan Korea, dan Whisper untuk bahasa lain dalam senarai bahasa kami, iaitu Whisper Large V3 Turbo pada Mac dan Whisper Small pada iPhone.
Apakah Parakeet Ultra?
| Pembangun | Moondream |
| Model asas | NVIDIA Parakeet TDT 0.6B v3 |
| Dikeluarkan | 22 September 2026 |
| Saiz | 0.6 bilion parameter, seni bina dan tokenizer yang sama dengan model asas; kira-kira 600 MB dalam aplikasi Mac |
| Bahasa | 25 bahasa Eropah yang sama seperti Parakeet V3 |
| Data latihan | Tidak diterbitkan |
| Lesen | CC BY 4.0; halaman model: moondream/parakeet-ultra |
| Berjalan pada | Peranti anda, secara luar talian, pada Apple Neural Engine, sebagai penukaran Core ML oleh Fluid Inference |
| Dalam Whisper Notes | Terbina dalam, tiada muat turun berasingan: aplikasi Mac yang dimuat turun dari laman web kami mulai versi 1.6.4, aplikasi iPhone mulai versi 1.8.9. Dalam Tetapan, ia dinamakan “Parakeet” pada Mac dan “Parakeet V3” pada iPhone. |
Kami membandingkan pemberat yang telah ditukar dengan keluaran Moondream tensor demi tensor; kedua-duanya sepadan dalam batas ketepatan penukaran. Moondream, NVIDIA dan Fluid Inference tidak memberikan sokongan rasmi kepada Whisper Notes.
Cara kami mengujinya
Semua angka diukur dari hujung ke hujung dalam Whisper Notes, jadi menjalankan model mentah di tempat lain mungkin memberikan hasil yang berbeza. Kami menggunakan set ujian Google FLEURS: 25 bahasa, 3,976 ayat, dengan ayat dan pemarkahan yang sama seperti ujian kami sebelum ini. Kadar ralat perkataan digabungkan merentasi setiap perkataan dalam sesuatu bahasa, selang 95% diperoleh daripada pensampelan semula ayat, dan semuanya dijalankan pada Mac Apple M5. Jika bahasa ditetapkan, kesimpulannya tetap sama (14.30% kepada 11.59%), dan pada sampel FLEURS yang berasingan kami mengukur penurunan 17.8% yang sama seperti yang dilaporkan dalam kad model Moondream.
FLEURS ialah pertuturan bacaan yang bersih dalam klip kurang daripada 30 saat, jadi mesyuarat, audio jarak jauh, loghat pekat dan rakaman panjang tidak diliputi; iPhone menggunakan model yang sama dan tidak diuji secara berasingan.
Soalan Lazim
Parakeet Ultra vs Parakeet V3: yang mana lebih tepat?
Parakeet Ultra. Merentasi 25 bahasa FLEURS dalam Whisper Notes, kadar ralat perkataannya ialah 10.63% (Parakeet Ultra) berbanding 13.99% (Parakeet V3), kira-kira 24% kurang ralat; lebih tepat dalam 24 bahasa dan tidak kurang tepat dalam mana-mana bahasa. Peningkatan terbesar ialah Greek, 36.10% kepada 20.96%, dan Latvia, 30.25% kepada 20.70%.
Adakah Parakeet Ultra lebih perlahan daripada Parakeet V3?
Tidak. Pada Mac Apple M5, ia berjalan pada 74.0× masa nyata berbanding 74.5× bagi Parakeet V3, nisbah kelajuan 0.99 dengan selang 95% antara 0.94 dan 1.06. Itu kira-kira 49 saat bagi sejam audio pada kedua-dua model.
Bahasa apakah yang disokong oleh Parakeet Ultra?
25 bahasa Eropah yang sama seperti Parakeet V3: Bulgaria, Croatia, Czech, Denmark, Belanda, Inggeris, Estonia, Finland, Perancis, Jerman, Greek, Hungary, Itali, Latvia, Lithuania, Malta, Poland, Portugis, Romania, Rusia, Slovak, Slovenia, Sepanyol, Sweden dan Ukraine. Untuk Mandarin, Kantonis, Jepun dan Korea, Whisper Notes menawarkan SenseVoice Small; untuk bahasa lain, Whisper.
Bagaimanakah cara menggunakan Parakeet Ultra?
Ia ialah model Parakeet terbina dalam Whisper Notes: dalam aplikasi Mac yang dimuat turun dari laman web kami mulai versi 1.6.4 dan dalam aplikasi iPhone mulai versi 1.8.9. Tiada muat turun berasingan, dan ia mentranskripsikan secara luar talian pada peranti anda.
Cuba Sekarang
Parakeet Ultra kini terbina dalam Whisper Notes. Gunakan butang di bawah untuk mendapatkan aplikasi iPhone dari App Store atau aplikasi Mac dari laman web kami. Ada soalan? E-mel support@whispernotes.app.
Muat Turun untuk iOS