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. Daarom wilden we weten: is de ingebouwde spraakherkenning van Apple nu goed genoeg om helemaal zonder transcriptie-app te kunnen? En hoe groot is de afstand tot de lokale open modellen in Whisper Notes — Whisper, Parakeet, SenseVoice en Qwen3-ASR? We hebben een strenge test uitgevoerd. Dit zijn de resultaten. Over de tien talen die we testten had Apple Speech nergens het laagste foutpercentage, bleef het voor Koreaans, Japans en Chinees binnen 1,5 punt van de beste, en heeft het voor Nederlands, Russisch en Pools helemaal geen model.
Hoe ver staat Apple Speech van de modellen die je downloadt?
| 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. Apple Speech staat 0,77 achter op de beste in de rij bij Koreaans, 1,06 bij Japans en 1,48 bij Chinees, waar het met 7,97 gelijk staat aan Whisper Large V3 Turbo. Over de zeven talen die het ondersteunt, staat het 0,8 tot 4,3 punt achter op de beste in de rij, het meest bij Engels: 8,80 tegenover 4,49. Voor Nederlands, Pools en Russisch is er geen resultaat van Apple Speech.
Welke talen ondersteunt Apple Speech?
Apple Speech gaf in deze run resultaten voor 21 van de 83 taalconfiguraties. Beide Whisper-modellen dekken alle 83, Qwen3-ASR 1.7B 30 en Parakeet V3 25. Van de tien talen hierboven heeft het geen model voor Nederlands, Pools of Russisch. Er is geen vaste lijst om te citeren: de taalresources horen bij macOS, dus een app vraagt tijdens het draaien wat op een bepaalde machine aanwezig is.
| 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 | — | — |
| Telugu | 101,63 | — | 81,74 | 103,19 | — | — |
| Urdu | 101,69 | — | 23,39 | 38,83 | — | — |
| Punjabi | 101,75 | — | 92,05 | 103,40 | — | — |
| Bengaals | 102,00 | — | 83,52 | 117,37 | — | — |
| Nepalees | 102,13 | — | 88,59 | 118,84 | — | — |
| Malayalam | 102,18 | — | 107,34 | 167,16 | — | — |
| Marathi | 102,23 | — | 82,69 | 109,95 | — | — |
| Kannada | 103,83 | — | 72,07 | 116,10 | — | — |
| Gujarati | 104,52 | — | 75,31 | 108,91 | — | — |
| Tamil | 113,01 | — | 71,28 | 79,77 | — | — |
De andere veertien talen waarvoor Apple Speech een resultaat gaf, geordend op het eigen foutpercentage. Dezelfde kolommen, kleuren en korte namen als hierboven; CER voor Kantonees, WER voor de rest. Een foutpercentage kan boven 100% uitkomen, omdat invoegingen ook in de teller meetellen.
In de laatste elf rijen, van Hindi tot en met Tamil, gaf Apple Speech een Latijnse transliteratie in plaats van het eigen schrift. Het foutpercentage meet daar dus een verschil in schrift en niet de herkenningsnauwkeurigheid; die cellen tellen niet mee voor de rangschikking binnen de rij. De waarden van de andere engines in die rijen zijn gewone metingen.
Zo werkt SpeechAnalyzer
Apple heeft sinds iOS 10 een API voor spraakherkenning. Die API, SFSpeechRecognizer, is de engine achter het oude dicteerpad. SpeechAnalyzer vervangt die, is geïntroduceerd in macOS 26 en iOS 26 en is beschikbaar op elk Apple-platform behalve watchOS.
De API is opgebouwd rond een sessie. Je maakt een SpeechAnalyzer, geeft die een of meer modules en voert audio aan; SpeechTranscriber is de module die spraak omzet in tekst. Audio gaat naar binnen als een asynchrone reeks die je zelf vult, resultaten komen terug als een tweede reeks, en beide draaien meestal in verschillende taken. De analyzer verwerkt één invoerreeks tegelijk. Elke buffer en elk resultaat krijgt een tijdcode ten opzichte van de eigen tijdlijn van de audio, zodat een resultaat weer op de juiste plaats kan worden gezet.
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 gedownload van de servers van Apple, door het systeem opgeslagen en bijgewerkt en tussen apps gedeeld. Ze vergroten de download van een app niet en nemen geen geheugen in het eigen app-proces in; het decoderen gebeurt buiten het aanroepende proces. Waar SpeechTranscriber geen model heeft voor een taal of apparaat, neemt DictationTranscriber het over met dezelfde modellen als het systeemdicteren.
Zo hebben we gemeten
Elke engine in dit artikel transcribeerde dezelfde fragmenten, in dezelfde volgorde en één voor één, op een M5 MacBook Air (32 GB, macOS 27.0). De audio komt uit de Google FLEURS testsplit op revisie 70bb2e84, ongeveer 150 zinnen en 30 minuten per taal. Een vaste hash van de eigen item-ID's van de dataset bepaalt de volgorde, en we nemen de kortste reeks volledige items die de dertig minuten overschrijdt; modeluitvoer speelde geen rol bij die keuze. Elke cel is opnieuw opgebouwd uit het eigen meetbewijs en nogmaals gecontroleerd, en alle 285 slaagden.
De scores zijn het woordfoutpercentage waar woorden door spaties worden gescheiden, en het tekenfoutpercentage voor Japans, Koreaans, Chinees en Kantonees. FLEURS is voorgelezen spraak, geen vergadering en geen dictaat. Deze tabellen zeggen of een engine aannemelijk is voor jouw taal, niet welk resultaat je op je eigen opnamen krijgt.
Hoeveel beter is het dan het oude Apple Dictation?
Apple biedt twee werkpunten voor transcriptie en we hebben beide gemeten. SpeechTranscriber is het nieuwe, dat in dit artikel Apple Speech heet. DictationTranscriber is het compatibele werkpunt, het dicteerpad dat een Mac daarvoor had.
| 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 |
Alle talen die bij beide Apple-werkpunten zonder meetproblemen zijn gemeten, geordend op 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 in alle tien. Bij de middelste taal verdwijnt ongeveer een derde van de fouten, bij Frans en Duits meer dan de helft, en bij Braziliaans Portugees en Kantonees ongeveer één op de zeven fouten.
Dat is een vergelijking met het eigen verleden van Apple. Tegenover de modellen die je downloadt, is zijn beste plaats op een taal waarvoor de meting betrouwbaar verliep de tweede, bij Kantonees. Dictation dekt meer talen: 33 configuraties tegenover 21 in deze run, waaronder alle drie die de nieuwe engine hier mist.
Wat levert de ingebouwde engine je op?
| 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 | taalpakket gedownload door macOS, niet door de app |
| 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.
De taalresources van Apple Speech worden één keer door het systeem gedownload en door elke app gedeeld. De app zelf bevat geen model en reserveert er geen geheugen voor in het eigen proces. De systeemservice gebruikt tijdens het werk nog steeds geheugen, en dat kunnen we niet exact toewijzen. Daarom rapporteren we daar geen getal in plaats van een nul. Het draaide op 30,8× realtime, achter Parakeet V3 en SenseVoice Small.
Whisper Large V3 Turbo wint vier van de tien rijen en is hier de langzaamste engine, ongeveer tien keer langzamer dan Apple Speech, voor ongeveer 1,6 GB op schijf. Qwen3-ASR 1.7B wint de andere zes, voor ongeveer 2,5 GB en 2,43 GiB geheugen. Parakeet V3 kost 465 MB en 0,09 GiB, verslaat Turbo op Frans, blijft erachter op Pools en heeft geen Japans, Koreaans, Chinees of Kantonees. Whisper Small komt met 600 MB het dichtst in de buurt als vergelijking, en Apple Speech was nauwkeuriger op acht van de tien talen waarvoor de meting bij beide betrouwbaar verliep.
Moet je Apple Speech gebruiken in plaats van een gedownload model?
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.
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 niet een van de modellen die Whisper Notes voor Mac downloadt: in de directe Mac-download (DMG) zijn dat Whisper, Parakeet V3, SenseVoice en Qwen3-ASR, en op de iPhone en in de Mac App Store-versie Whisper, Parakeet V3 en SenseVoice. De tabel per engine staat op onze pagina over taalondersteuning.
Niets hiervan verandert wat Whisper Notes voor Mac vandaag doet: Parakeet V3 blijft de standaard.
Veelgestelde vragen
Is Apple Speech even nauwkeurig als Whisper?
Niet voor de meeste talen die beide dekken. In onze eigen FLEURS-run was Whisper Large V3 Turbo nauwkeuriger op zes van de zeven van deze tien talen die Apple Speech ondersteunt; op Chinees waren ze exact gelijk, elk 7,97% CER. Tegen Whisper Small keert de volgorde om: Apple Speech stond voor op zes van de zeven en verloor alleen Engels, 8,80% tegenover 7,04% WER. Het voert in deze run bij geen enkele taal met een betrouwbare meting de ranglijst aan en komt het dichtst in de buurt op Koreaans, met 4,31% CER tegenover 3,54% voor de beste in de rij. Kantonees is de enige taal met een betrouwbare meting waarop het Whisper Large V3 Turbo versloeg, met 8,69% tegenover 36,75% CER. Gebruik de ingebouwde engine als die jouw taal dekt en je het taalpakket liever door macOS laat beheren; gebruik Whisper Large V3 Turbo voor het nauwkeurigste resultaat of wanneer jouw taal een van de drie is die Apple Speech hier mist.
Welke talen ondersteunt Apple Speech?
macOS bepaalt de lijst, niet een app. In deze run leverde Apple Speech resultaten voor 21 van de 83 taalconfiguraties die we testten, tegenover 83 voor beide Whisper-versies, 30 voor Qwen3-ASR 1.7B en 25 voor Parakeet V3. Van de tien meest gebruikte talen in de hoofdtabel heeft het Engels, Duits, Japans, Koreaans, Frans, Chinees en Spaans, maar geen Nederlands, Pools of Russisch. De tweede tabel bevat de andere veertien configuraties: Italiaans, Kantonees, Braziliaans Portugees en elf talen waarin het een Latijnse transliteratie gaf in plaats van het eigen schrift. Een app moet tijdens het draaien aan macOS vragen welke talen een bepaalde machine heeft. Als jouw taal ontbreekt, ondersteunt Whisper op elk kanaal alle talen in de lijst van de app.
Apple Speech of Parakeet V3 — welke kies je?
Parakeet V3, voor elke Europese taal die beide dekken. Het scoorde 6,89 tegenover 8,80 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, dus daar is Apple Speech de enige van de twee die bestaat en blijft het op Japans, Koreaans en Chinees binnen 1,5 punt van de beste in de rij. Parakeet V3 is een download van 465 MB en draaide op 75,6× realtime met een piek van 0,09 GiB; het taalpakket van Apple Speech wordt door macOS gedownload, en het draaide op 30,8× met geheugen dat we niet rapporteren.
Wat is SpeechAnalyzer en is het hetzelfde als Apple Dictation?
SpeechAnalyzer is de overkoepelende API die Apple op WWDC 2025 introduceerde en in macOS 26 en iOS 26 uitbracht. SpeechTranscriber is het transcriptiewerkpunt erin; dat hebben we gemeten en noemen we in dit artikel Apple Speech. Dictation is het compatibele werkpunt, en dat hebben we ook gedraaid: Apple Speech was nauwkeuriger op alle tien talen waarvoor beide betrouwbare resultaten opleverden. Bij de middelste taal verdween ongeveer een derde van de fouten, en bij Frans en Duits meer dan de helft. Dictation dekt meer talen, 33 configuraties tegenover 21, en is dus de systeemengine voor Nederlands, Pools of Russisch als je 17,34%, 13,50% en 13,13% WER kunt accepteren. Whisper Large V3 Turbo scoorde op dezelfde fragmenten 5,69%, 5,45% en 5,13%.
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 hebben nauwkeurigheid en snelheid gemeten, niet het netwerkgedrag, dus we geven dat deel weer 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 ook wanneer het netwerk uitstaat.
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 audio per taal, één M5 MacBook Air en dezelfde fragmenten voor elke engine. Die zegt of een engine aannemelijk is voor een taal, niet wat je krijgt bij een vergadering, op audio met veel achtergrondgeluid, bij een accent of in een bestand van twee uur.
Waarom zeggen andere benchmarks dat Apple Speech Whisper verslaat?
Die vergelijken het met Whisper Small, en alleen op Engels. Voor Whisper Small komt onze run daarmee overeen: van de tien talen die beide betrouwbaar maten, versloeg Apple Speech het op acht. Engels is een van de twee die het verloor, 8,80 tegenover 7,04. Voor Whisper Large V3 Turbo gaat dat niet op: daar bleef Apple Speech op acht van diezelfde tien talen achter, stond het op Chinees gelijk met 7,97 en leidde het alleen op Kantonees. Welke Whisper in de vergelijking staat, bepaalt de kop.
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 Whisper Notes voor Mac, directe download (DMG), onder Instellingen en daarna Transcriptiemodel.
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