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 línguas, desce de 11,62% para 9,55%, cerca de 17,8% menos erros. Quisemos saber: em utilização real, quanto mais preciso é o Parakeet Ultra do que o Parakeet V3, língua a língua?
Já tínhamos medido o Parakeet V3, o Whisper, o Qwen3-ASR e o SenseVoice num 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 línguas. Desta vez, executámos nele o Parakeet Ultra. Os números são nossos, medidos no Whisper Notes num único Mac, e apresentamo-los da forma mais direta que conseguimos.
Quanto mais preciso é o Parakeet Ultra?
Executámos os dois modelos no conjunto de teste do FLEURS: as 25 línguas que o Parakeet suporta, 3.976 frases lidas, 12,55 horas de áudio. Cada frase foi transcrita tal como o Whisper Notes executa realmente o modelo.
| Língua | Parakeet V3 | Parakeet Ultra |
|---|---|---|
| Inglês | 6,89% | 5,89% |
| Alemão | 4,69% | 3,72% |
| Neerlandês | 7,59% | 6,91% |
| Espanhol (América Latina) | 4,73% | 3,77% |
| Francês | 5,66% | 4,95% |
| Polaco | 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% |
| Checo | 13,70% | 10,85% |
| Lituano | 24,50% | 18,00% |
| Letão | 30,25% | 20,70% |
| Grego | 36,10% | 20,96% |
| Estónio | 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% |
| Todas as 25 línguas | 13,99% | 10,63% |
Taxa de erro de palavras, mais baixo é melhor. Verde: o Parakeet Ultra é mais preciso para além do intervalo de 95%. Croata: sem diferença clara. Medição nossa no Whisper Notes, num Mac com Apple M5.
No conjunto das 25 línguas, a taxa de erro de palavras desceu de 13,99% para 10,63%, cerca de 24% menos erros: de aproximadamente uma palavra errada em cada sete passou-se a uma em cada nove. O Parakeet Ultra foi mais preciso em 24 línguas e não foi menos preciso em nenhuma.
Que línguas ganharam mais?
Taxa de erro de palavras por língua, Parakeet V3 a cinzento e Parakeet Ultra a verde, ordenada pela descida em pontos percentuais. Fonte: medição nossa no Whisper Notes, conjunto de teste do FLEURS.
Os maiores ganhos surgiram onde o Parakeet V3 era mais fraco: o letão desceu 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, foi o grego que mais desceu, de 36,10% para 20,96%, e continua a ser o valor mais alto das 25 línguas. As línguas mais faladas partiam de valores mais baixos e ganharam menos: entre 0,68 e 1,27 pontos percentuais no inglês, alemão, espanhol, francês, italiano, português, neerlandês e russo, todas 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 excertos do FLEURS, os primeiros oito de cada língua, 37,2 minutos de áudio. Cada excerto correu nos dois modelos, um a seguir ao outro, alternando qual ia primeiro. Apenas o tempo de processamento do motor, sem o arranque do processo nem o carregamento do modelo; não é a latência de ponta a ponta na app. Mac com Apple M5, macOS 27.0.
Não encontrámos qualquer diferença mensurável. O Parakeet Ultra correu a 74,0× o tempo real e o Parakeet V3 a 74,5×, uma razão de velocidade de 0,99, com um intervalo de 95% de 0,94 a 1,06. A esse ritmo, uma hora de áudio demora cerca de 49 segundos neste Mac, com qualquer dos modelos.
Os dois modelos partilham a mesma arquitetura e o mesmo número de parâmetros e diferem apenas nos pesos, por isso é de esperar a mesma velocidade. O Parakeet Ultra é mais preciso à mesma velocidade.
A vantagem mantém-se com ruído de fundo?
O FLEURS é fala limpa, por isso testámos o ruído à parte. Misturámos ruído de fundo do corpus MUSAN em frases lidas do LibriSpeech e do FLEURS em alemão e em espanhol, com relações sinal-ruído de 10, 5 e 0 dB: nove condições, 1.320 frases, executadas num Mac com o mesmo modelo Core ML que o Whisper Notes utiliza.
| 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 à parte, não a execução FLEURS acima: taxa de erro de palavras em percentagem, 200 frases do LibriSpeech ou 120 do FLEURS por condição. As taxas de erro deste teste não são comparáveis com as da tabela FLEURS; só a variação relativa é transponível.
Em média, nas nove condições, o Parakeet Ultra cometeu cerca de 31% menos erros do que o Parakeet V3 e foi mais preciso em todas elas, com uma margem superior às barras de erro. No alemão, o ganho aumenta com o ruído; no espanhol, os erros caíram para cerca de metade em todos os níveis.
Indicar a língua torna o Parakeet pior
Muitos utilizadores do Whisper Notes perguntaram porque é que o Parakeet não tem uma definição de língua. É possível dizer ao Parakeet que língua esperar, mas no Whisper Notes isso tornou-o menos preciso, nas duas versões. Medimo-lo executando cada frase duas vezes: uma com deteção automática e outra com a língua indicada.
| Língua | Ultra, língua indicada | Ultra, deteção automática | V3, língua indicada | V3, deteção automática |
|---|---|---|---|---|
| Alemão | 5,19 | 3,72 | 6,26 | 4,69 |
| Neerlandês | 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 |
| Todas as 25 línguas | 11,59 | 10,63 | 14,30 | 13,99 |
Taxa de erro de palavras em percentagem. O verde assinala 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 das 25 línguas foram mais precisas com deteção automática, nenhuma menos; no Parakeet V3 não calculámos intervalos.
A nossa hipótese é que indicar a língua não ajuda o Parakeet a ouvir melhor. Apenas retira da transcrição as palavras que não parecem dessa língua, e nomes próprios e palavras estrangeiras são muitas vezes retirados por engano. Por isso, no Whisper Notes, o Parakeet deteta sempre a língua sozinho; o Whisper, o SenseVoice e o Qwen3-ASR permitem escolhê-la e, no SenseVoice, escolhê-la dá uma taxa de erro ligeiramente mais baixa.
Para que línguas é o Parakeet Ultra uma boa opção?
- Letão, lituano, esloveno, maltês, húngaro, estónio e grego são as que mais ganham, entre 4,72 e 15,14 pontos percentuais.
- Inglês, alemão, espanhol, francês, italiano, português e neerlandês já tinham taxas de erro baixas e ganham entre 0,68 e 1,01 pontos percentuais. O croata não mostrou diferença clara.
- Ucraniano, checo, estónio, húngaro, lituano e eslovaco: nos nossos testes FLEURS, o Parakeet Ultra tem agora uma taxa de erro mais baixa do que o Whisper Large V3 Turbo.
- Línguas fora destas 25, como chinês, japonês, coreano, árabe e hindi: use o SenseVoice Small para chinês, cantonês, japonês e coreano, e o Whisper para as restantes da nossa lista de línguas, 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 mil milhões de parâmetros, com a mesma arquitetura e o mesmo tokenizador do modelo base; cerca de 600 MB dentro da app para Mac |
| Línguas | As mesmas 25 línguas europeias do Parakeet V3 |
| Dados de treino | Não publicados |
| Licença | CC BY 4.0; página do modelo: moondream/parakeet-ultra |
| Onde corre | No seu dispositivo, offline, no Neural Engine da Apple, como conversão Core ML da Fluid Inference |
| No Whisper Notes | Integrado, sem transferência à parte: na app para Mac transferida do nosso site a partir da versão 1.6.4 e na app para iPhone a partir da versão 1.8.9. Nas Definições, aparece como «Parakeet» no Mac e «Parakeet V3» no iPhone. |
Comparámos os pesos convertidos com a versão publicada pela Moondream, tensor a tensor; coincidem dentro da precisão da conversão. A Moondream, a NVIDIA e a Fluid Inference não endossam o Whisper Notes.
Como o testámos
Todos os números foram medidos de ponta a ponta no Whisper Notes, pelo que executar o modelo original noutro ambiente pode dar resultados diferentes. Usámos o conjunto de teste do Google FLEURS: 25 línguas, 3.976 frases, com as mesmas frases e a mesma pontuação dos nossos testes anteriores. A taxa de erro de palavras é agregada sobre todas as palavras de cada língua, os intervalos de 95% resultam da reamostragem das frases e tudo correu num Mac com Apple M5. Indicando a língua, a conclusão é a mesma (de 14,30% para 11,59%) e, numa amostra FLEURS à parte, medimos a mesma descida de 17,8% que a ficha do modelo da Moondream indica.
O FLEURS é fala lida e limpa, em excertos com menos de 30 segundos, pelo que reuniões, áudio captado à distância, sotaques fortes e gravações longas não estão cobertos; o iPhone usa o mesmo modelo e não foi testado à parte.
Perguntas frequentes
Parakeet Ultra ou Parakeet V3: qual é mais preciso?
O Parakeet Ultra. Em 25 línguas 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; foi mais preciso em 24 línguas e não foi menos preciso em nenhuma. 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 do que o Parakeet V3?
Não. Num Mac com Apple M5, correu a 74,0× o tempo real, contra 74,5× do Parakeet V3, uma razão de velocidade de 0,99, com um intervalo de 95% de 0,94 a 1,06. São cerca de 49 segundos por hora de áudio, com qualquer dos modelos.
Que línguas suporta o Parakeet Ultra?
As mesmas 25 línguas europeias do Parakeet V3: búlgaro, croata, checo, dinamarquês, neerlandês, inglês, estónio, finlandês, francês, alemão, grego, húngaro, italiano, letão, lituano, maltês, polaco, português, romeno, russo, eslovaco, esloveno, espanhol, sueco e ucraniano. Para chinês, cantonês, japonês e coreano, o Whisper Notes oferece o SenseVoice Small; para as outras línguas, o Whisper.
Como posso usar o Parakeet Ultra?
É o modelo Parakeet integrado no Whisper Notes: na app para Mac transferida do nosso site, a partir da versão 1.6.4, e na app para iPhone, a partir da versão 1.8.9. Não é preciso transferi-lo à parte, e transcreve offline no seu dispositivo.
Experimente
O Parakeet Ultra já está integrado no Whisper Notes. Use os botões abaixo para obter a app para iPhone na App Store ou a app para Mac a partir do nosso site. Dúvidas? Escreva para support@whispernotes.app.
Transferir para iOS