Em 22 de setembro de 2026, a Moondream lançou o Parakeet Ultra, uma versão pós-treinada do Parakeet TDT 0.6B v3 da NVIDIA, com a mesma arquitetura e os mesmos 600 milhões de parâmetros. Segundo a ficha do modelo publicada pela Moondream, a taxa média de erro de palavras no FLEURS, em 25 idiomas, cai de 11,62% para 9,55%, cerca de 17,8% menos erros. Queríamos saber: no uso real, quanto o Parakeet Ultra é mais preciso que o Parakeet V3, idioma por idioma?
Nós já medimos o Parakeet V3, o Whisper, o Qwen3-ASR e o SenseVoice em um conjunto fixo de frases do FLEURS, no nosso benchmark Apple SpeechAnalyzer vs Whisper; o nosso benchmark Qwen3-ASR vs Whisper usou o mesmo conjunto em 30 idiomas. Desta vez, rodamos o Parakeet Ultra nele. Os números são nossos, medidos no Whisper Notes em um único Mac, e apresentamos tudo da forma mais direta possível.
Quanto o Parakeet Ultra é mais preciso?
Rodamos os dois modelos no conjunto de teste do FLEURS: os 25 idiomas que o Parakeet suporta, 3.976 frases lidas, 12,55 horas de áudio. Cada frase foi transcrita do jeito que o Whisper Notes de fato executa o modelo.
| Idioma | Parakeet V3 | Parakeet Ultra |
|---|---|---|
| Inglês | 6,89% | 5,89% |
| Alemão | 4,69% | 3,72% |
| Holandês | 7,59% | 6,91% |
| Espanhol (América Latina) | 4,73% | 3,77% |
| Francês | 5,66% | 4,95% |
| Polonês | 8,02% | 6,34% |
| Russo | 6,99% | 5,72% |
| Ucraniano | 6,59% | 5,11% |
| Finlandês | 13,72% | 10,03% |
| Italiano | 3,33% | 2,48% |
| Português (Brasil) | 6,37% | 5,69% |
| Sueco | 16,18% | 13,12% |
| Tcheco | 13,70% | 10,85% |
| Lituano | 24,50% | 18,00% |
| Letão | 30,25% | 20,70% |
| Grego | 36,10% | 20,96% |
| Estoniano | 20,12% | 15,40% |
| Eslovaco | 11,84% | 8,58% |
| Romeno | 13,74% | 9,54% |
| Dinamarquês | 19,22% | 15,68% |
| Húngaro | 18,78% | 13,63% |
| Búlgaro | 14,05% | 12,28% |
| Croata | 13,37% | 12,49% |
| Esloveno | 23,82% | 18,49% |
| Maltês | 24,46% | 19,19% |
| Todos os 25 idiomas | 13,99% | 10,63% |
Taxa de erro de palavras, quanto menor, melhor. Verde: o Parakeet Ultra é mais preciso além do intervalo de 95%. Croata: sem diferença clara. Medição própria no Whisper Notes, em um Mac com Apple M5.
Somando os 25 idiomas, a taxa de erro de palavras caiu de 13,99% para 10,63%, cerca de 24% menos erros: de mais ou menos uma palavra errada a cada sete, passou para uma a cada nove. O Parakeet Ultra foi mais preciso em 24 idiomas e não foi menos preciso em nenhum.
Quais idiomas ganharam mais?
Taxa de erro de palavras por idioma, Parakeet V3 em cinza e Parakeet Ultra em verde, ordenada pela queda em pontos percentuais. Fonte: medição própria no Whisper Notes, conjunto de teste do FLEURS.
Os maiores ganhos vieram onde o Parakeet V3 era mais fraco: o letão caiu de 30,25% para 20,70%, o lituano de 24,50% para 18,00%, o esloveno de 23,82% para 18,49% e o maltês de 24,46% para 19,19%. No Whisper Notes, quem mais caiu foi o grego, de 36,10% para 20,96%, e ele continua sendo o valor mais alto dos 25 idiomas. Os idiomas mais falados partiam de valores mais baixos e ganharam menos: entre 0,68 e 1,27 ponto percentual em inglês, alemão, espanhol, francês, italiano, português, holandês e russo, todos ainda fora das barras de erro.
O Parakeet Ultra é mais lento?
| Parakeet V3 | Parakeet Ultra | |
|---|---|---|
| Velocidade de processamento | 74,5× o tempo real | 74,0× o tempo real |
| Carregamento do modelo, mediana | 0,10 s | 0,10 s |
200 trechos do FLEURS, os oito primeiros de cada idioma, 37,2 minutos de áudio. Cada trecho rodou nos dois modelos, um logo após o outro, alternando qual ia primeiro. Só o tempo de processamento do mecanismo, sem a inicialização do processo nem o carregamento do modelo; não é a latência de ponta a ponta no app. Mac com Apple M5, macOS 27.0.
Não encontramos nenhuma diferença mensurável. O Parakeet Ultra rodou a 74,0× o tempo real e o Parakeet V3 a 74,5×, uma razão de velocidade de 0,99, com intervalo de 95% de 0,94 a 1,06. Nesse ritmo, uma hora de áudio leva cerca de 49 segundos neste Mac, com qualquer um dos modelos.
Os dois modelos têm a mesma arquitetura e o mesmo número de parâmetros e só diferem nos pesos, então é natural que tenham a mesma velocidade. O Parakeet Ultra é mais preciso na mesma velocidade.
A vantagem se mantém com ruído de fundo?
O FLEURS é fala limpa, então testamos o ruído separadamente. Misturamos ruído de fundo do corpus MUSAN a frases lidas do LibriSpeech e do FLEURS em alemão e em espanhol, com relação sinal-ruído de 10, 5 e 0 dB: nove condições, 1.320 frases, rodadas em um Mac com o mesmo modelo Core ML que o Whisper Notes usa.
| Condição | Parakeet V3 | Parakeet Ultra | Variação |
|---|---|---|---|
| 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 alemão, 10 dB | 9,80% | 8,04% | −18% |
| FLEURS alemão, 5 dB | 13,86% | 10,55% | −24% |
| FLEURS alemão, 0 dB | 24,21% | 17,88% | −26% |
| FLEURS espanhol, 10 dB | 11,17% | 5,46% | −51% |
| FLEURS espanhol, 5 dB | 11,90% | 5,77% | −51% |
| FLEURS espanhol, 0 dB | 13,43% | 6,96% | −48% |
| Média das nove | 11,63% | 8,02% | −31% |
Teste de ruído separado, não a rodada FLEURS acima: taxa de erro de palavras em porcentagem, 200 frases do LibriSpeech ou 120 do FLEURS por condição. As taxas de erro deste teste não são comparáveis com as da tabela do FLEURS; só a variação relativa vale para as duas.
Na média das nove condições, o Parakeet Ultra cometeu cerca de 31% menos erros que o Parakeet V3 e foi mais preciso em todas elas, com margem maior que as barras de erro. Em alemão, o ganho aumenta junto com o ruído; em espanhol, os erros caíram para cerca da metade em todos os níveis.
Definir o idioma piora o Parakeet
Muitos usuários do Whisper Notes já perguntaram por que o Parakeet não tem uma configuração de idioma. Dá para dizer ao Parakeet qual idioma esperar, mas no Whisper Notes isso o deixou menos preciso, nas duas versões. Medimos isso rodando cada frase duas vezes: uma com detecção automática e outra com o idioma definido.
| Idioma | Ultra, idioma definido | Ultra, detecção automática | V3, idioma definido | V3, detecção automática |
|---|---|---|---|---|
| Alemão | 5,19 | 3,72 | 6,26 | 4,69 |
| Holandês | 7,89 | 6,91 | 8,58 | 7,59 |
| Esloveno | 20,32 | 18,49 | 25,51 | 23,82 |
| Grego | 34,00 | 20,96 | 36,49 | 36,10 |
| Todos os 25 idiomas | 11,59 | 10,63 | 14,30 | 13,99 |
Taxa de erro de palavras em porcentagem. O verde marca o valor mais baixo em cada par de colunas de um modelo. No Parakeet Ultra, todas as diferenças mostradas estão fora do intervalo de 95%, e 18 dos 25 idiomas foram mais precisos com detecção automática, nenhum menos; no Parakeet V3, não calculamos intervalos.
Nosso palpite é que definir o idioma não ajuda o Parakeet a ouvir melhor. Isso só remove da transcrição as palavras que não parecem desse idioma, e nomes próprios e palavras estrangeiras costumam ser removidos por engano. Por isso, no Whisper Notes, o Parakeet sempre detecta o idioma sozinho; o Whisper, o SenseVoice e o Qwen3-ASR deixam você escolher, e no SenseVoice escolher o idioma dá uma taxa de erro um pouco menor.
Para quais idiomas o Parakeet Ultra é uma boa opção?
- Letão, lituano, esloveno, maltês, húngaro, estoniano e grego são os que mais ganham, entre 4,72 e 15,14 pontos percentuais.
- Inglês, alemão, espanhol, francês, italiano, português e holandês já tinham taxas de erro baixas e ganham entre 0,68 e 1,01 ponto percentual. O croata não mostrou diferença clara.
- Ucraniano, tcheco, estoniano, húngaro, lituano e eslovaco: nos nossos testes FLEURS, o Parakeet Ultra agora tem uma taxa de erro menor que a do Whisper Large V3 Turbo.
- Idiomas fora desses 25, como chinês, japonês, coreano, árabe e hindi: use o SenseVoice Small para chinês, cantonês, japonês e coreano, e o Whisper para os demais da nossa lista de idiomas, com o Whisper Large V3 Turbo no Mac e o Whisper Small no iPhone.
O que é o Parakeet Ultra?
| Criador | Moondream |
| Modelo base | NVIDIA Parakeet TDT 0.6B v3 |
| Lançamento | 22 de setembro de 2026 |
| Tamanho | 0,6 bilhão de parâmetros, com a mesma arquitetura e o mesmo tokenizador do modelo base; cerca de 600 MB dentro do app para Mac |
| Idiomas | Os mesmos 25 idiomas europeus do Parakeet V3 |
| Dados de treinamento | Não divulgados |
| Licença | CC BY 4.0; página do modelo: moondream/parakeet-ultra |
| Onde roda | No seu dispositivo, offline, no Neural Engine da Apple, como conversão Core ML da Fluid Inference |
| No Whisper Notes | Integrado, sem download à parte: no app para Mac baixado do nosso site a partir da versão 1.6.4 e no app para iPhone a partir da versão 1.8.9. Nos Ajustes, ele aparece como “Parakeet” no Mac e “Parakeet V3” no iPhone. |
Comparamos os pesos convertidos com a versão publicada pela Moondream, tensor por tensor; eles coincidem dentro da precisão da conversão. A Moondream, a NVIDIA e a Fluid Inference não endossam o Whisper Notes.
Como testamos
Todos os números foram medidos de ponta a ponta no Whisper Notes, então rodar o modelo original em outro lugar pode dar resultados diferentes. Usamos o conjunto de teste do Google FLEURS: 25 idiomas, 3.976 frases, com as mesmas frases e a mesma pontuação dos nossos testes anteriores. A taxa de erro de palavras é somada sobre todas as palavras de cada idioma, os intervalos de 95% vêm da reamostragem das frases e tudo rodou em um Mac com Apple M5. Com o idioma definido, a conclusão é a mesma (de 14,30% para 11,59%) e, em uma amostra separada do FLEURS, medimos a mesma queda de 17,8% que a ficha do modelo da Moondream informa.
O FLEURS é fala lida e limpa, em trechos com menos de 30 segundos, então reuniões, áudio captado à distância, sotaques fortes e gravações longas não estão cobertos; o iPhone usa o mesmo modelo e não foi testado separadamente.
Perguntas frequentes
Parakeet Ultra ou Parakeet V3: qual é mais preciso?
O Parakeet Ultra. Em 25 idiomas do FLEURS no Whisper Notes, a taxa de erro de palavras foi de 10,63% (Parakeet Ultra) contra 13,99% (Parakeet V3), cerca de 24% menos erros; ele foi mais preciso em 24 idiomas e não foi menos preciso em nenhum. Os maiores ganhos foram no grego, de 36,10% para 20,96%, e no letão, de 30,25% para 20,70%.
O Parakeet Ultra é mais lento que o Parakeet V3?
Não. Em um Mac com Apple M5, ele rodou a 74,0× o tempo real, contra 74,5× do Parakeet V3, uma razão de velocidade de 0,99, com intervalo de 95% de 0,94 a 1,06. São cerca de 49 segundos por hora de áudio, com qualquer um dos modelos.
Quais idiomas o Parakeet Ultra suporta?
Os mesmos 25 idiomas europeus do Parakeet V3: búlgaro, croata, tcheco, dinamarquês, holandês, inglês, estoniano, finlandês, francês, alemão, grego, húngaro, italiano, letão, lituano, maltês, polonês, português, romeno, russo, eslovaco, esloveno, espanhol, sueco e ucraniano. Para chinês, cantonês, japonês e coreano, o Whisper Notes oferece o SenseVoice Small; para os outros idiomas, o Whisper.
Como usar o Parakeet Ultra?
Ele é o modelo Parakeet integrado ao Whisper Notes: no app para Mac baixado do nosso site, a partir da versão 1.6.4, e no app para iPhone, a partir da versão 1.8.9. Não é preciso baixar nada à parte, e a transcrição é feita offline no seu dispositivo.
Experimente
O Parakeet Ultra já vem integrado ao Whisper Notes. Use os botões abaixo para baixar o app para iPhone na App Store ou o app para Mac no nosso site. Dúvidas? Escreva para support@whispernotes.app.
Baixar para iOS