Sinds macOS 26 en iOS 26 levert Apple een nieuwe generatie spraakherkenning op het apparaat — SpeechAnalyzer en SpeechTranscriber, hieronder kortweg Apple Speech. Die is duidelijk nauwkeuriger dan de oude dicteerengine. We wilden weten hoe die zich in de praktijk verhoudt tot de open modellen die mensen voor gebruik op hun apparaat downloaden — Whisper, Parakeet, Qwen3-ASR en SenseVoice: is de ingebouwde spraakherkenning van Apple nu goed genoeg om helemaal zonder transcriptie-app te kunnen?
Hoeveel beter is die dan de dicteerfunctie die je al had?
Tot nu toe gebruikte spraakherkenning op een Mac de engine uit het SFSpeechRecognizer-tijdperk, dezelfde die het systeemdicteren nog altijd gebruikt (DictationTranscriber). Met macOS 26 en iOS 26 komen daar de SpeechAnalyzer-API en de module SpeechTranscriber bij. We draaiden beide op de FLEURS-testsplit: ongeveer 150 zinnen en 30 minuten per taal, op dezelfde Mac.
| Taal | Apple Dictation | Apple Speech |
|---|---|---|
| Koreaans | 7,11 | 4,31 |
| Italiaans | 6,93 | 4,39 |
| Spaans (Latijns-Amerika) | 8,43 | 5,41 |
| Duits | 12,69 | 6,26 |
| Japans | 9,37 | 6,36 |
| Frans | 17,10 | 7,61 |
| Chinees | 10,28 | 7,97 |
| Kantonees | 10,18 | 8,69 |
| Engels | 13,83 | 8,80 |
| Portugees (Brazilië) | 10,85 | 9,35 |
Elke taal waarvoor beide Apple-engines een betrouwbaar resultaat gaven, gerangschikt naar het foutpercentage van Apple Speech; groen markeert de betere waarde in de rij. Dezelfde run, dezelfde fragmenten, dezelfde Mac. CER voor Japans, Koreaans, Chinees en Kantonees, WER voor de rest.
Apple Speech is nauwkeuriger op alle tien talen waarvoor beide engines een betrouwbaar resultaat gaven. Bij Frans en Duits verdwijnen meer dan de helft van de fouten, bij de middelste taal ongeveer een derde, en bij Braziliaans Portugees en Kantonees ongeveer één fout op zeven.
Dicteren ondersteunt nog altijd meer talen. Apple Speech leverde in deze run resultaten voor 21 van de 83 taalconfiguraties, dicteren voor 33, waaronder de drie die de nieuwe engine hier mist: Nederlands, Pools en Russisch, met 17,34, 13,50 en 13,13. Ook is er geen vaste lijst om te citeren. De taalresources horen bij macOS, dus een app vraagt tijdens het draaien wat op een bepaalde machine beschikbaar is.
Kun je de gedownloade modellen dan overslaan?
Zes engines, dezelfde fragmenten, één Mac. De tien talen hieronder behoren tot de meest gebruikte; hun vaste volgorde staat los van de scores.
| Taal | Apple Speech | Qwen3-ASR | Whisper Large | Whisper Small | Parakeet | SenseVoice |
|---|---|---|---|---|---|---|
| Engels | 8,80 | 4,49 | 5,49 | 7,04 | 6,89 | 8,46 |
| Duits | 6,26 | 2,85 | 4,05 | 8,67 | 6,26 | — |
| Nederlands | — | 7,36 | 5,69 | 16,75 | 8,58 | — |
| Russisch | — | 5,65 | 5,13 | 11,37 | 7,12 | — |
| Pools | — | 12,59 | 5,45 | 15,81 | 8,30 | — |
| Japans | 6,36 | 5,74 | 5,30 | 11,37 | — | 6,78 |
| Koreaans | 4,31 | 3,54 | 4,25 | 7,30 | — | 7,85 |
| Frans | 7,61 | 4,57 | 5,97 | 13,24 | 5,83 | — |
| Chinees | 7,97 | 6,49 | 7,97 | 20,50 | — | 7,69 |
| Spaans (Latijns-Amerika) | 5,41 | 3,38 | 3,62 | 6,22 | 4,86 | — |
Tien van de meest gebruikte talen, één engine per kolom. Elke cel is het foutpercentage van die engine; lager is beter. Groen markeert het laagste in de rij, wit het op één na laagste. CER voor Japans, Koreaans en Chinees, WER voor de rest, nooit samengevoegd tot één getal. Onze eigen FLEURS-run, door het team van Whisper Notes, op één M5 MacBook Air, voorgelezen spraak.
Korte namen: Qwen3-ASR = Qwen3-ASR 1.7B, Whisper Large = Whisper Large V3 Turbo, Parakeet = Parakeet V3, SenseVoice = SenseVoice Small. Een streepje betekent dat de engine voor die taal geen model heeft.
Qwen3-ASR 1.7B heeft het laagste foutpercentage in zes van de tien talen, Whisper Large V3 Turbo in de andere vier en Apple Speech in geen enkele. Het komt het dichtst in de buurt bij Koreaans, 0,77 achter de beste in de rij, daarna bij Japans met 1,06 en Chinees met 1,48, waar het met 7,97 gelijk staat aan Whisper Large V3 Turbo. De grootste afstand is er bij Engels, 8,80 (Apple Speech) tegenover 4,49 (Qwen3-ASR 1.7B), en voor Nederlands, Pools en Russisch is er helemaal geen resultaat van Apple Speech.
Tegenover Whisper Small was Apple Speech nauwkeuriger op acht van de tien talen waarvoor beide een betrouwbaar resultaat gaven. De twee verliezen zijn Engels, 8,80 (Apple Speech) tegenover 7,04 (Whisper Small), en Braziliaans Portugees, 9,35 tegenover 8,61.
Een in juli gepubliceerde benchmark mat Apple Speech op Engels tegen Whisper Small en zette Apple op voorsprong. Het maakt uit welke Whisper-versie wordt vergeleken, en welke fragmenten worden gebruikt. Die run gebruikte LibriSpeech, met luisterboekvertellers die voorlezen; die van ons gebruikt FLEURS, met veel verschillende sprekers die Wikipedia-zinnen voorlezen. Onze run laat het verschil op Engels zien, maar kan niet zeggen waardoor dat ontstaat.
Tegenover Whisper Large V3 Turbo keert de volgorde om. Apple Speech blijft achter op acht van die tien talen, staat met 7,97 gelijk op Chinees en leidt alleen op Kantonees, 8,69 (Apple Speech) tegenover 36,75 (Whisper Large V3 Turbo) — zie de rij voor Kantonees hieronder. In de release notes voor Turbo noemt OpenAI Kantonees als een van de talen waarop het model het sterkst achteruitgaat; 36,75 is dus een bekende zwakte van Whisper en geen eigenaardigheid van onze run.
Op Koreaans heeft Apple Speech ongeveer één teken op 23 fout. Het nauwkeurigste model in deze run, Qwen3-ASR 1.7B, heeft ongeveer één op 28 fout: 4,31 (Apple Speech) tegenover 3,54 (Qwen3-ASR 1.7B).
Parakeet V3 is een download van 465 MB en is nauwkeuriger op elke Europese taal die beide dekken: 6,89 (Parakeet V3) tegenover 8,80 (Apple Speech) op Engels, 5,83 tegenover 7,61 op Frans, 4,86 tegenover 5,41 op Spaans, 3,43 tegenover 4,39 op Italiaans en 6,49 tegenover 9,35 op Braziliaans Portugees; op Duits staan ze gelijk met 6,26. Het heeft geen Japans, Koreaans, Chinees of Kantonees; daar is Apple Speech de enige van de twee die beschikbaar is.
De zes rijen waarin Qwen3-ASR 1.7B leidt, zijn onder meer Engels, Duits, Frans en Spaans.
SenseVoice Small is hier de snelste engine met 162,3× realtime. Op Chinees en Engels staan deze engine en Apple Speech gelijk: 7,69 (SenseVoice Small) tegenover 7,97 (Apple Speech) en 8,46 tegenover 8,80. Op Koreaans blijft die ver achter, 7,85 (SenseVoice Small) tegenover 4,31 (Apple Speech).
Grootte en snelheid
| Engine | Snelheid | Piekgeheugen | Download |
|---|---|---|---|
| SenseVoice Small | 162,3× realtime | 0,95 GiB | 827 MB |
| Parakeet V3 | 75,6× realtime | 0,09 GiB | 465 MB |
| Apple Speech | 30,8× realtime | niet gerapporteerd | <5 MB |
| Qwen3-ASR 1.7B | 11,1× realtime | 2,43 GiB | ongeveer 2,5 GB |
| Whisper Small | 7,9× realtime | 0,87 GiB | 600 MB |
| Whisper Large V3 Turbo | 3,0× realtime | 1,87 GiB | ongeveer 1,6 GB |
De snelheid is voor elke engine de mediaan over de dertien talen waarvoor dit artikel betrouwbare metingen heeft, waarbij alleen de talen meetellen die de engine draaide — doorvoer bij geïsoleerde verwerking van losse items, een diagnosewaarde en geen productlatentie. Het piekgeheugen is de piek van de procesgroep in deze run. Apple Speech decodeert binnen een macOS-service die niet van de aanroepende app is, dus geen enkel getal daar zou hetzelfde betekenen als bij de andere vijf.
Apple Speech draaide op 30,8× realtime, achter Parakeet V3 met 75,6× en SenseVoice Small met 162,3×. Het taalpakket wordt één keer door macOS gedownload en door alle apps gedeeld, dus in het eigen proces van de app wordt niets toegewezen. De service die decodeert gebruikt nog wel geheugen, maar we kunnen dat niet exact toewijzen. Daarom rapporteren we daar geen getal in plaats van een nul.
Whisper Large V3 Turbo is hier de langzaamste engine met 3,0× realtime en heeft het laagste foutpercentage in vier van de tien rijen, voor ongeveer 1,6 GB op schijf. Qwen3-ASR 1.7B wint de andere zes, voor ongeveer 2,5 GB op schijf en een piek van 2,43 GiB. Met 600 MB is Whisper Small de redelijkste vergelijking voor een ingebouwde engine.
Voor welke talen is Apple Speech goed?
Taal voor taal:
- Engels: geen goede keuze. Apple Speech scoorde 8,80; Qwen3-ASR 1.7B (4,49) of Whisper Large V3 Turbo (5,49) is duidelijk nauwkeuriger.
- Duits: geen goede keuze. Apple Speech scoorde 6,26; Qwen3-ASR 1.7B (2,85) of Whisper Large V3 Turbo (4,05) is duidelijk nauwkeuriger.
- Nederlands, Russisch en Pools: Apple Speech heeft voor deze drie geen model. Whisper Large V3 Turbo was voor alle drie het nauwkeurigst, met 5,69, 5,13 en 5,45.
- Japans: bruikbaar. Apple Speech scoorde 6,36, achter Whisper Large V3 Turbo met 5,30.
- Koreaans: bruikbaar. Apple Speech scoorde 4,31, achter Qwen3-ASR 1.7B met 3,54.
- Frans: geen goede keuze. Apple Speech scoorde 7,61; Qwen3-ASR 1.7B (4,57) of Parakeet V3 (5,83) is duidelijk nauwkeuriger.
- Chinees: bruikbaar. Apple Speech scoorde 7,97, gelijk aan Whisper Large V3 Turbo; het nauwkeurigst was Qwen3-ASR 1.7B met 6,49.
- Spaans: geen goede keuze. Apple Speech scoorde 5,41; Qwen3-ASR 1.7B (3,38) of Whisper Large V3 Turbo (3,62) is duidelijk nauwkeuriger.
De gedownloade modellen winnen nog altijd op nauwkeurigheid: elke rij van de hoofdtabel wordt geleid door Qwen3-ASR 1.7B of Whisper Large V3 Turbo. Apple Speech is een reële optie voor Koreaans, Japans en Chinees; voor Europese talen ligt Parakeet V3 meer voor de hand.
In Whisper Notes voor Mac geldt: Parakeet V3 blijft de standaard. In de Mac-app die je downloadt van onze website is Apple Speech beschikbaar als optioneel model op macOS 26 of later, en de app biedt een taal alleen aan wanneer macOS meldt dat jouw Mac die ondersteunt.
Apple Speech is in dit artikel de korte naam voor Apple's SpeechTranscriber, de lokale API die elke Mac-app kan aanroepen op macOS 26 of later. Het is een engine van het systeem en geen model dat je downloadt: Whisper Notes voor Mac kan het gebruiken in de versie van onze website, met het taalpakket dat macOS levert. De modellen die de app zelf downloadt zijn nog altijd Whisper, Parakeet V3, SenseVoice en Qwen3-ASR in die versie, en Whisper, Parakeet V3 en SenseVoice op de iPhone en in de Mac App Store-versie. De tabel per engine staat in onze lijst van talen die Whisper, Parakeet V3 en SenseVoice ondersteunen.
Buiten de tien talen
| Taal | Apple Speech | Qwen3-ASR | Whisper Large | Whisper Small | Parakeet | SenseVoice |
|---|---|---|---|---|---|---|
| Italiaans | 4,39 | 2,58 | 2,58 | 7,64 | 3,43 | — |
| Kantonees | 8,69 | 6,44 | 36,75 | 119,01 | — | 37,23 |
| Portugees (Brazilië) | 9,35 | 5,17 | 5,44 | 8,61 | 6,49 | — |
| Hindi | 101,50 | 13,19 | 29,64 | 61,26 | — | — |
Vier andere talen uit dezelfde run. Dezelfde kolommen, kleuren en korte namen als hierboven; CER voor Kantonees, WER voor de rest.
Het resultaat van Apple Speech voor Hindi telt om de hieronder genoemde reden niet mee in de rangschikking van die rij. Een foutpercentage kan boven 100% uitkomen, omdat toevoegingen ook in de teller meetellen.
Italiaans met 4,39 (Apple Speech) staat achter de gedeelde 2,58 van Qwen3-ASR 1.7B en Whisper Large V3 Turbo. Kantonees is de enige taal waarop Apple Speech voor Whisper Large V3 Turbo eindigde: 8,69 (Apple Speech) tegenover 36,75 (Whisper Large V3 Turbo), met Qwen3-ASR 1.7B als eerste op 6,44. Braziliaans Portugees staat op 9,35 (Apple Speech) en is een van de twee rijen waarop Whisper Small, met 8,61, vooropgaat.
Hindi geeft een ander soort resultaat. Apple Speech schreef het Hindi met Engelse letters in plaats van in de eigen schrijfwijze van de taal. Daardoor telt bijna elk woord als fout en komt het percentage boven 100% uit. Telugu, Urdu, Punjabi, Bengaals, Nepalees, Malayalam, Marathi, Kannada, Gujarati en Tamil kwamen op dezelfde manier terug, allemaal boven 100%, en staan daarom niet in de tabel.
Zo werkt SpeechAnalyzer
SpeechAnalyzer vervangt de spraakherkennings-API die Apple sinds iOS 10 heeft, op elk Apple-platform behalve watchOS. Een app maakt een SpeechAnalyzer aan, voorziet die van modules en voert audio aan als een asynchrone reeks die de app zelf vult; SpeechTranscriber is de module die spraak in tekst omzet. De resultaten komen terug als een tweede reeks, meestal in een andere taak, en elke buffer en elk resultaat heeft een tijdcode ten opzichte van de eigen tijdlijn van de audio.
Eén sessie, drie taken: audio gaat naar binnen als een AsyncSequence, SpeechAnalyzer en SpeechTranscriber analyseren die, en de resultaten komen terug als een tweede AsyncSequence die de interface kan uitlezen. Bron: Apple, WWDC25-sessie 277.
Resultaten komen twee keer binnen. Alles binnen wat Apple het vluchtige bereik noemt, kan nog door een beter resultaat worden vervangen; alles erbuiten is definitief. Zo kan een app al tijdens het spreken een voorlopig transcript tonen en het achteraf corrigeren. Apple noemt vijf ontwerpdoelen voor het SpeechTranscriber-model: lange audio, gesprekken, sprekers op afstand, lage latentie en privacy, wat betekent dat het op het apparaat draait. Notities, Dictafoon, Dagboek en samenvattingen van gesprekken zijn erop gebouwd.
De vijf ontwerpdoelen die Apple noemt voor het SpeechTranscriber-model. Bron: Apple, WWDC25-sessie 277.
De modellen maken geen deel uit van een app. Ze worden via AssetInventory van de servers van Apple gedownload, door het systeem opgeslagen en bijgewerkt en tussen apps gedeeld. Ze voegen niets toe aan de downloadgrootte van een app, en het decoderen gebeurt buiten het aanroepende proces. Als SpeechTranscriber geen model voor een taal of apparaat heeft, neemt DictationTranscriber het over met dezelfde modellen als systeemdicteren.
Methode en beperkingen
Vijf van de zes engines in deze tabellen zijn modellen die Whisper Notes downloadt. Elke engine transcribeerde dezelfde fragmenten, in dezelfde volgorde, één voor één, op een M5 MacBook Air (32 GB, macOS 27.0). De audio komt uit de testsplit van Google FLEURS op revisie 70bb2e84, ongeveer 150 zinnen en 30 minuten per taal. Een vaste hash van de eigen item-ID’s van de dataset zet de items op volgorde; we nemen de kortste reeks volledige items die langer dan dertig minuten is. Geen enkele modeluitvoer speelde een rol in die keuze. Elke cel is opnieuw opgebouwd uit het eigen bewijs en opnieuw gecontroleerd; alle 285 slaagden. De scores zijn het woordfoutpercentage wanneer woorden door spaties worden gescheiden en het tekenfoutpercentage voor Japans, Koreaans, Chinees en Kantonees; die worden nooit tot één getal samengevoegd.
Je kunt de Whisper-kolommen vergelijken met de eigen cijfers van OpenAI. Voor de twaalf talen waarvoor OpenAI een FLEURS-resultaat voor Whisper Large V3 Turbo publiceert, liggen onze cijfers gemiddeld 0,7 punt van die van OpenAI; tien van de twaalf vallen binnen het 95%-interval van onze run. Voor de elf talen buiten de Zuid-Aziatische rijen liggen onze cijfers voor Whisper Small gemiddeld 1,0 punt van de tabel per taal in de Whisper-publicatie. De kolom voor Apple Speech komt uit dezelfde fragmenten, dezelfde scorer en dezelfde normalizer.
FLEURS is schone, voorgelezen spraak. Niets hier zegt hoe deze engines zich gedragen in een lawaaiige ruimte of tijdens een vergadering van twee uur; hoe groot de verschillen daar zijn, hebben we niet gemeten. Alles draaide op één machine. En met ongeveer 150 zinnen per taal geldt dat twee engines die minder dan ongeveer één punt uiteenliggen gelijkstaan. De tabellen markeren exacte gelijke standen al zo, zoals bij Italiaans, waar Qwen3-ASR 1.7B en Whisper Large V3 Turbo beide 2,58 scoorden.
Veelgestelde vragen
Apple Speech of Whisper Small: wat is nauwkeuriger?
Apple Speech, op acht van de tien talen waarvoor beide een betrouwbaar resultaat gaven. Het verliest op Engels, 8,80 (Apple Speech) tegenover 7,04 (Whisper Small), en Braziliaans Portugees, 9,35 tegenover 8,61. Het grootste verschil ligt bij Chinees, 7,97 (Apple Speech) tegenover 20,50 (Whisper Small); Frans, 7,61 tegenover 13,24; Japans, 6,36 tegenover 11,37; en Kantonees, 8,69 tegenover 119,01. Whisper Small is een download van 600 MB en draaide op 7,9× realtime, tegenover 30,8× voor Apple Speech.
Apple Speech of Parakeet V3: wat is nauwkeuriger?
Parakeet V3, op elke Europese taal die beide dekken: 6,89 (Parakeet V3) tegenover 8,80 (Apple Speech) op Engels, 5,83 tegenover 7,61 op Frans, 4,86 tegenover 5,41 op Spaans, 3,43 tegenover 4,39 op Italiaans en 6,49 tegenover 9,35 op Braziliaans Portugees; op Duits staan ze gelijk met 6,26. Parakeet V3 heeft geen Japans, Koreaans, Chinees of Kantonees; daar is Apple Speech de enige van de twee die beschikbaar is. Parakeet V3 is een download van 465 MB en draaide op 75,6× realtime, Apple Speech op 30,8×.
Apple Speech of Whisper Large V3 Turbo: wat is nauwkeuriger?
Whisper Large V3 Turbo, op acht van de tien talen waarvoor beide een betrouwbaar resultaat gaven: Engels 5,49 (Whisper Large V3 Turbo) tegenover 8,80 (Apple Speech), Duits 4,05 tegenover 6,26, Japans 5,30 tegenover 6,36, Koreaans 4,25 tegenover 4,31, Frans 5,97 tegenover 7,61, Spaans 3,62 tegenover 5,41, Italiaans 2,58 tegenover 4,39, Braziliaans Portugees 5,44 tegenover 9,35. Op Chinees staan ze gelijk met 7,97; Apple Speech leidt alleen op Kantonees, 8,69 (Apple Speech) tegenover 36,75 (Whisper Large V3 Turbo). Turbo dekt daarnaast Nederlands, Russisch en Pools, met 5,69, 5,13 en 5,45. Het is ongeveer 1,6 GB en met 3,0× realtime de traagste engine hier.
Welke talen ondersteunt Apple Speech?
In onze run leverde Apple Speech resultaten voor 21 van de 83 configuraties: Engels, Duits, Frans, Spaans, Italiaans, Portugees (Brazilië), Japans, Koreaans, Chinees, Kantonees en elf Zuid-Aziatische talen — Hindi, Telugu, Urdu, Punjabi, Bengaals, Nepalees, Malayalam, Marathi, Kannada, Gujarati en Tamil — waarop het antwoordde met Engelse letters, niet in hun eigen schrijfwijze. Geen Nederlands, Pools of Russisch; macOS bepaalt de lijst per machine. Het komt het dichtst bij de beste in de rij op Koreaans, Japans en Chinees, met 0,77, 1,06 en 1,48 achterstand, en blijft het verst achter op Engels, 8,80 (Apple Speech) tegenover 4,49 (Qwen3-ASR 1.7B); op alle tien talen die beide maten, is het nauwkeuriger dan het oude dicteren. Whisper in Whisper Notes dekt op elk kanaal de volledige talenlijst van de app.
Wat is SpeechAnalyzer en is het hetzelfde als Apple Dictation?
SpeechAnalyzer is de API die Apple op WWDC 2025 introduceerde en in macOS 26 en iOS 26 uitbracht. SpeechTranscriber is de transcriptie-engine erin, in dit artikel Apple Speech; dicteren is de oudere compatibiliteitsengine. We draaiden beide en Apple Speech was nauwkeuriger op alle tien talen waarvoor beide een betrouwbaar resultaat gaven. Dicteren ondersteunt meer talen, 33 configuraties tegenover 21, waaronder Nederlands, Pools en Russisch met 17,34%, 13,50% en 13,13% WER (dicteren), tegenover 5,69%, 5,45% en 5,13% (Whisper Large V3 Turbo).
Verlaat de audio mijn Mac wanneer ik Apple Speech gebruik?
Apple beschrijft SpeechTranscriber als spraakherkenning op het apparaat: macOS downloadt de taalresources één keer en de herkenning draait lokaal. We maten nauwkeurigheid en snelheid, niet het netwerkgedrag, en beschrijven dat deel daarom zoals Apple het beschrijft. De engines die Whisper Notes zelf downloadt — Whisper, Parakeet V3, SenseVoice en Qwen3-ASR — draaien op de GPU of Neural Engine van je eigen Mac, zonder account en zonder API key; transcriptie werkt op elk kanaal als het netwerk uitstaat. Apple Speech is beschikbaar in de Mac-app van onze website op macOS 26 of later: een engine van het systeem op je eigen Mac, met een taalpakket dat macOS downloadt.
Waarom komen deze cijfers niet overeen met de nauwkeurigheid op mijn opnamen?
Omdat FLEURS uit korte, schone, voorgelezen spraak bestaat en jouw opnamen dat niet zijn. Onze run is een ijking op een openbare dataset: ongeveer 150 zinnen en 30 minuten per taal, één M5 MacBook Air en dezelfde fragmenten voor elke engine. Die zegt of een engine aannemelijk is voor jouw taal, niet wat je krijgt in een vergadering, op lawaaiige audio of in een bestand van twee uur.
Probeer het
De vijf downloadbare modellen hier — Whisper Small, Whisper Large V3 Turbo, Parakeet V3, SenseVoice Small en Qwen3-ASR 1.7B — staan allemaal in de Mac-app van Whisper Notes die je downloadt van onze website, onder Instellingen en daarna Transcriptiemodel. Op macOS 26 of later staat Apple Speech in diezelfde lijst; heb je de app al, werk hem dan bij naar de nieuwste versie.
Als onze cijfers niet overeenkomen met jouw ervaring in een taal, mail dan naar mac@whispernotes.app. Volledige release notes: whispernotes.app/changelog.
Bronnen: onze run op de Google FLEURS testsplit op revisie 70bb2e84, de SpeechAnalyzer-documentatie van Apple, en de Qwen3-ASR-run over dertig talen die eraan voorafging.
Download voor macOS