O Whisper Notes tem seis modelos de voz que funcionam offline, e o Whisper é só uma das opções:
- Parakeet (integrado)
- Whisper Large V3 Turbo
- Whisper Small
- Qwen3-ASR 1.7B (Mac)
- SenseVoice Small
- Apple Speech (Mac, macOS 26 ou posterior)
Qual é o mais preciso depende do idioma que você fala.
Qual modelo é o mais preciso?
Testamos todos os modelos no mesmo MacBook Air (M5). Veja as taxas de erro (quanto menor, melhor; em verde, a menor de cada linha):
| Idioma | Parakeet | Whisper Large V3 Turbo | Whisper Small | Qwen3-ASR 1.7B1 | SenseVoice Small | Apple Speech1 |
|---|---|---|---|---|---|---|
| Inglês | 5,89% | 5,49% | 7,04% | 4,49% | 8,46% | 8,80% |
| Alemão | 5,19% | 4,05% | 8,67% | 2,85% | — | 6,26% |
| Holandês | 7,89% | 5,69% | 16,75% | 7,36% | — | — |
| Japonês | — | 5,30% | 11,37% | 5,74% | 6,78% | 6,36% |
| Polonês | 6,59% | 5,45% | 15,81% | 12,59% | — | — |
| Russo | 6,17% | 5,13% | 11,37% | 5,65% | — | — |
| Francês | 5,19% | 5,97% | 13,24% | 4,57% | — | 7,61% |
| Espanhol | 3,95% | 3,62% | 6,22% | 3,38% | — | 5,41% |
| Coreano | — | 4,25% | 7,30% | 3,54% | 7,85% | 4,31% |
| Ucraniano | 5,11% | 6,33% | 17,48% | — | — | — |
| Chinês | — | 7,97% | 20,50% | 6,49% | 7,69% | 7,97% |
| Cantonês | — | —2 | —2 | 6,44% | —2 | 8,69% |
| Italiano | 2,62% | 2,58% | 7,64% | 2,58% | — | 4,39% |
| Português | 5,81% | 5,44% | 8,61% | 5,17% | — | 9,35% |
| Sueco | 13,30% | 8,78% | 21,66% | 19,80% | — | — |
| Turco | — | 5,95% | 14,24% | 8,81% | — | — |
| Tcheco | 11,03% | 11,94% | 38,71% | 24,59% | — | — |
| Norueguês | — | 8,99% | 24,50% | — | — | — |
| Finlandês | 10,44% | 7,11% | 25,91% | 27,71% | — | — |
| Árabe | — | 15,72% | 32,81% | 14,32% | — | — |
| Eslovaco | 8,79% | 9,59% | 32,43% | — | — | — |
| Dinamarquês | 15,92% | 13,63% | 34,14% | 22,24% | — | — |
| Hindi | — | 29,64% | 61,26% | 13,19% | — | —3 |
| Tailandês | — | 13,40% | 23,52% | 6,53% | — | — |
| Indonésio | — | 6,31% | 16,31% | 4,91% | — | — |
| Húngaro | 13,74% | 14,59% | 40,65% | 36,63% | — | — |
| Vietnamita | — | 8,10% | 18,12% | 4,91% | — | — |
| Malaio | — | 9,22% | 19,72% | 10,62% | — | — |
| Grego | 34,00% | 13,94% | 31,64% | 30,22% | — | — |
| Romeno | 9,68% | 8,36% | 29,45% | 20,20% | — | — |
| Filipino | — | 9,72% | 25,60% | 23,31% | — | — |
| Búlgaro | 12,44% | 14,54% | 39,68% | — | — | — |
| Esloveno | 20,32% | 19,15% | 48,54% | — | — | — |
| Estoniano | 15,56% | 19,08% | 50,84% | — | — | — |
| Croata | 12,49% | 11,49% | 33,76% | — | — | — |
| Lituano | 17,97% | 23,28% | 67,23% | — | — | — |
| Maltês | 19,38% | 74,35% | 95,68% | — | — | — |
| Islandês | — | 19,75% | 73,96% | — | — | — |
| Catalão | — | 5,80% | 15,51% | — | — | — |
| Galego | — | 12,23% | 31,09% | — | — | — |
| Macedônio | — | 17,46% | 37,11% | 18,57% | — | — |
| Bósnio | — | 14,85% | 39,60% | — | — | — |
Taxa de erro de caracteres para chinês, japonês, coreano, cantonês e tailandês; taxa de erro de palavras para os demais idiomas. Para os idiomas que não estão na tabela, veja Idiomas suportados.
1 Só no Mac. Por enquanto, está apenas no app para Mac do nosso site e estamos trabalhando para levá-lo à versão da Mac App Store. 2 Ainda não mostramos os resultados do SenseVoice Small e do Whisper em cantonês: não confirmamos se este teste avalia esses modelos de forma justa. 3 O Apple Speech escreveu todo o hindi em letras latinas, por isso não foi possível avaliá-lo.
Qual é o mais rápido? Quanto tempo leva para transcrever uma hora de áudio?
| Modelo | Velocidade (× tempo real) | 1 hora de áudio | Download | Memória |
|---|---|---|---|---|
| SenseVoice Small | 115–131× | cerca de 30 s | cerca de 450 MB | cerca de 700 MB |
| Parakeet | 75,8× | cerca de 50 s | Integrado (cerca de 630 MB) | cerca de 800 MB |
| Apple Speech | 19,7× | cerca de 3 min | Gerenciado pelo macOS | — |
| Qwen3-ASR 1.7B | 7,6× | cerca de 8 min | cerca de 2,5 GB | cerca de 2,6 GB |
| Whisper Small | 6,5× | cerca de 9 min | cerca de 400 MB | cerca de 1 GB |
| Whisper Large V3 Turbo | 2,7× | cerca de 22 min | cerca de 2 GB | cerca de 2,4 GB |
Velocidade, tamanho do download e memória conforme aparecem no cartão de cada modelo no app para Mac. A velocidade considera só o tempo de processamento do modelo; os tempos para uma hora foram calculados a partir dela.
Os modelos mais precisos costumam ser os mais lentos, e quanto mais longa a gravação, mais diferença isso faz.
Quais modelos posso usar no iPhone e no Mac?
| Modelo | iPhone | Mac |
|---|---|---|
| Parakeet | Sim, integrado | Sim, integrado |
| Whisper Large V3 Turbo | Não | Sim |
| Whisper Small | Sim | Sim |
| Qwen3-ASR 1.7B | Não | Sim (Beta)1 |
| SenseVoice Small | Sim | Sim |
| Apple Speech | Não | Sim (macOS 26 ou posterior)1 |
Verde significa disponível; âmbar, não disponível. 1 Por enquanto, está apenas no app para Mac do nosso site e estamos trabalhando para levá-lo à versão da Mac App Store.
Queremos mais modelos no iPhone também. O mais pedido, o Whisper Large V3, só roda nos iPhones mais recentes, seja na versão completa ou comprimida; na maioria dos celulares, não funciona. O mesmo vale para o Qwen3-ASR 1.7B. Seguimos testando modelos novos e versões menores dos que já temos. A mudança mais recente foi no modelo padrão: trocamos o Parakeet V3 pelo Parakeet Ultra, que comete cerca de 24% menos erros em 25 idiomas. Veja Parakeet Ultra vs Parakeet V3.
Como trocar de modelo?
No Mac, abra as Configurações e, em Modelo de transcrição, clique no cartão de um modelo para baixá-lo ou passar a usá-lo; o link Idiomas suportados de cada cartão mostra a taxa de erro desse modelo em todos os idiomas.
Configurações → Modelo de transcrição no app para Mac
Como testamos?
Usamos as gravações de fala lida do FLEURS (83 conjuntos de idiomas, 12.090 frases) e rodamos todos os modelos no mesmo MacBook Air (M5). Nossos resultados do Whisper ficam bem próximos dos números que a OpenAI publica. É fala lida e limpa; em reuniões e gravações com ruído, as taxas de erro são maiores.
Perguntas frequentes
Qual o melhor modelo Whisper?
O Whisper Large V3 Turbo. Ele é mais preciso que o Whisper Small em todos os idiomas da tabela (em inglês, por exemplo, 5,49% contra 7,04%), mas é bem mais lento, e o app para iPhone só tem o Whisper Small.
Qual o melhor modelo para japonês?
O Whisper Large V3 Turbo, com taxa de erro de caracteres de 5,30%, seguido pelo Qwen3-ASR 1.7B, com 5,74%. No iPhone, use o SenseVoice Small (6,78%).
Qual o melhor modelo para chinês mandarim?
No Mac, o Qwen3-ASR 1.7B, com taxa de erro de caracteres de 6,49%. Em seguida vem o SenseVoice Small, com 7,69%, que também funciona no iPhone.
Qual o melhor modelo Parakeet?
O Parakeet Ultra. Em 25 idiomas, ele comete cerca de 24% menos erros que o Parakeet V3 (10,63% contra 13,99%) e já vem integrado no app para iPhone (versão 1.8.9 ou posterior) e no app para Mac do nosso site (versão 1.6.4 ou posterior).
Baixar para iOS
Benchmarks detalhados