Whisper Notes mempunyai enam model pertuturan yang boleh digunakan sepenuhnya di luar talian:
- Parakeet (terbina dalam)
- Whisper Large V3 Turbo
- Whisper Small
- Qwen3-ASR 1.7B (Mac)
- SenseVoice Small
- Apple Speech (Mac, macOS 26 dan ke atas)
Model yang paling tepat bergantung pada bahasa yang anda gunakan.
Model mana yang paling tepat?
Kami menguji semua model pada MacBook Air (M5) yang sama. Angka di bawah ialah kadar ralat: makin rendah makin baik, dan nilai terendah dalam setiap baris berwarna hijau.
| Bahasa | Parakeet | Whisper Large V3 Turbo | Whisper Small | Qwen3-ASR 1.7B1 | SenseVoice Small | Apple Speech1 |
|---|---|---|---|---|---|---|
| Inggeris | 5.89% | 5.49% | 7.04% | 4.49% | 8.46% | 8.80% |
| Jerman | 5.19% | 4.05% | 8.67% | 2.85% | — | 6.26% |
| Belanda | 7.89% | 5.69% | 16.75% | 7.36% | — | — |
| Jepun | — | 5.30% | 11.37% | 5.74% | 6.78% | 6.36% |
| Poland | 6.59% | 5.45% | 15.81% | 12.59% | — | — |
| Rusia | 6.17% | 5.13% | 11.37% | 5.65% | — | — |
| Perancis | 5.19% | 5.97% | 13.24% | 4.57% | — | 7.61% |
| Sepanyol | 3.95% | 3.62% | 6.22% | 3.38% | — | 5.41% |
| Korea | — | 4.25% | 7.30% | 3.54% | 7.85% | 4.31% |
| Ukraine | 5.11% | 6.33% | 17.48% | — | — | — |
| Cina | — | 7.97% | 20.50% | 6.49% | 7.69% | 7.97% |
| Kantonis | — | —2 | —2 | 6.44% | —2 | 8.69% |
| Itali | 2.62% | 2.58% | 7.64% | 2.58% | — | 4.39% |
| Portugis | 5.81% | 5.44% | 8.61% | 5.17% | — | 9.35% |
| Sweden | 13.30% | 8.78% | 21.66% | 19.80% | — | — |
| Turki | — | 5.95% | 14.24% | 8.81% | — | — |
| Czech | 11.03% | 11.94% | 38.71% | 24.59% | — | — |
| Norway | — | 8.99% | 24.50% | — | — | — |
| Finland | 10.44% | 7.11% | 25.91% | 27.71% | — | — |
| Arab | — | 15.72% | 32.81% | 14.32% | — | — |
| Slovak | 8.79% | 9.59% | 32.43% | — | — | — |
| Denmark | 15.92% | 13.63% | 34.14% | 22.24% | — | — |
| Hindi | — | 29.64% | 61.26% | 13.19% | — | —3 |
| Thai | — | 13.40% | 23.52% | 6.53% | — | — |
| Indonesia | — | 6.31% | 16.31% | 4.91% | — | — |
| Hungary | 13.74% | 14.59% | 40.65% | 36.63% | — | — |
| Vietnam | — | 8.10% | 18.12% | 4.91% | — | — |
| Melayu | — | 9.22% | 19.72% | 10.62% | — | — |
| Yunani | 34.00% | 13.94% | 31.64% | 30.22% | — | — |
| Romania | 9.68% | 8.36% | 29.45% | 20.20% | — | — |
| Filipino | — | 9.72% | 25.60% | 23.31% | — | — |
| Bulgaria | 12.44% | 14.54% | 39.68% | — | — | — |
| Slovenia | 20.32% | 19.15% | 48.54% | — | — | — |
| Estonia | 15.56% | 19.08% | 50.84% | — | — | — |
| Croatia | 12.49% | 11.49% | 33.76% | — | — | — |
| Lithuania | 17.97% | 23.28% | 67.23% | — | — | — |
| Malta | 19.38% | 74.35% | 95.68% | — | — | — |
| Iceland | — | 19.75% | 73.96% | — | — | — |
| Catalan | — | 5.80% | 15.51% | — | — | — |
| Galicia | — | 12.23% | 31.09% | — | — | — |
| Macedonia | — | 17.46% | 37.11% | 18.57% | — | — |
| Bosnia | — | 14.85% | 39.60% | — | — | — |
Kadar ralat aksara untuk bahasa Cina, Jepun, Korea, Kantonis dan Thai; kadar ralat perkataan untuk bahasa lain. Bahasa anda tiada dalam jadual? Lihat Bahasa yang disokong.
1 Mac sahaja. Buat masa ini hanya ada dalam aplikasi Mac dari laman web kami; versi Mac App Store sedang kami usahakan. 2 Skor Kantonis SenseVoice Small dan Whisper belum kami senaraikan kerana kami belum pasti ujian ini menilai kedua-duanya secara adil. 3 Apple Speech menulis semua teks bahasa Hindi dalam huruf Rumi, jadi skornya tidak dapat dinilai.
Model mana yang paling pantas? Berapa lama untuk mentranskripsi audio sejam?
| Model | Kelajuan (× masa nyata) | Audio 1 jam | Saiz muat turun | Memori |
|---|---|---|---|---|
| SenseVoice Small | 115–131× | kira-kira 30 saat | kira-kira 450 MB | kira-kira 700 MB |
| Parakeet | 75.8× | kira-kira 50 saat | Terbina dalam (kira-kira 630 MB) | kira-kira 800 MB |
| Apple Speech | 19.7× | kira-kira 3 minit | Diuruskan oleh macOS | — |
| Qwen3-ASR 1.7B | 7.6× | kira-kira 8 minit | kira-kira 2.5 GB | kira-kira 2.6 GB |
| Whisper Small | 6.5× | kira-kira 9 minit | kira-kira 400 MB | kira-kira 1 GB |
| Whisper Large V3 Turbo | 2.7× | kira-kira 22 minit | kira-kira 2 GB | kira-kira 2.4 GB |
Kelajuan, saiz muat turun dan memori diambil daripada kad setiap model dalam aplikasi Mac. Kelajuan hanya mengambil kira masa pemprosesan model; masa untuk audio sejam dikira berdasarkan angka itu.
Model yang paling tepat selalunya paling perlahan, dan makin panjang rakaman, makin terasa bezanya.
Model mana yang boleh digunakan pada iPhone dan Mac?
| Model | iPhone | Mac |
|---|---|---|
| Parakeet | Ya, terbina dalam | Ya, terbina dalam |
| Whisper Large V3 Turbo | Tidak | Ya |
| Whisper Small | Ya | Ya |
| Qwen3-ASR 1.7B | Tidak | Ya (Beta)1 |
| SenseVoice Small | Ya | Ya |
| Apple Speech | Tidak | Ya (macOS 26 dan ke atas)1 |
Hijau bermaksud tersedia, ambar bermaksud tidak tersedia. 1 Buat masa ini hanya ada dalam aplikasi Mac dari laman web kami; versi Mac App Store sedang kami usahakan.
Kami juga mahu menyediakan lebih banyak model untuk iPhone. Model yang paling banyak diminta, Whisper Large V3, hanya boleh berjalan pada beberapa iPhone terbaharu, sama ada dalam saiz penuh atau versi termampat; kebanyakan telefon tidak mampu menjalankannya. Begitu juga dengan Qwen3-ASR 1.7B. Kami terus menguji model baharu dan versi lebih kecil bagi model yang sedia ada. Baru-baru ini, kami menukar model lalai daripada Parakeet V3 kepada Parakeet Ultra, yang membuat kira-kira 24% kurang kesilapan merentasi 25 bahasa. Butirannya ada dalam Parakeet Ultra vs Parakeet V3.
Bagaimana cara menukar model?
Pada Mac, buka Tetapan dan klik kad model di bawah Model Transkripsi untuk memuat turun atau beralih kepadanya; pautan Bahasa yang disokong pada setiap kad menyenaraikan kadar ralat model itu bagi setiap bahasa.
Tetapan → Model Transkripsi dalam aplikasi Mac
Bagaimana kami menguji?
Kami menggunakan ayat bacaan FLEURS, iaitu 83 set bahasa dan 12,090 ayat, dan menjalankan setiap model pada MacBook Air (M5) yang sama. Keputusan Whisper kami hampir sama dengan angka yang diterbitkan oleh OpenAI. Ini ialah pertuturan bacaan yang jelas; kadar ralat bagi rakaman mesyuarat dan rakaman yang bising akan lebih tinggi.
Soalan Lazim
Model Whisper mana yang terbaik?
Whisper Large V3 Turbo. Ia lebih tepat daripada Whisper Small bagi setiap bahasa dalam jadual, contohnya 5.49% berbanding 7.04% untuk bahasa Inggeris, tetapi jauh lebih perlahan, dan aplikasi iPhone hanya menyediakan Whisper Small.
Model mana yang terbaik untuk bahasa Jepun?
Whisper Large V3 Turbo, dengan kadar ralat aksara 5.30%, diikuti Qwen3-ASR 1.7B dengan 5.74%. Pada iPhone, gunakan SenseVoice Small (6.78%).
Model mana yang terbaik untuk bahasa Mandarin?
Qwen3-ASR 1.7B pada Mac, dengan kadar ralat aksara 6.49%. Tempat kedua ialah SenseVoice Small dengan 7.69%, dan model ini juga boleh digunakan pada iPhone.
Model Parakeet mana yang terbaik?
Parakeet Ultra. Merentasi 25 bahasa, ia membuat kira-kira 24% kurang kesilapan daripada Parakeet V3 (10.63% berbanding 13.99%), dan sudah terbina dalam aplikasi iPhone (1.8.9 dan ke atas) serta aplikasi Mac dari laman web kami (1.6.4 dan ke atas).
Muat Turun untuk iOS
Penanda aras terperinci