O Whisper Notes tem seis modelos de voz que funcionam offline, e o Whisper é apenas 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 da língua em que fala.
Qual é o modelo mais preciso?
Testámos todos os modelos no mesmo MacBook Air (M5). Eis as taxas de erro (quanto mais baixa, melhor; a verde, a mais baixa de cada linha):
| Língua | 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% |
| Neerlandês | 7,89% | 5,69% | 16,75% | 7,36% | — | — |
| Japonês | — | 5,30% | 11,37% | 5,74% | 6,78% | 6,36% |
| Polaco | 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% | — | — |
| Checo | 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% | — | — | — |
| Estónio | 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% | — | — | — |
| Macedónio | — | 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 as restantes línguas. Para as línguas que não estão na tabela, consulte Idiomas suportados.
1 Só no Mac. Por agora, está apenas na app para Mac do nosso site e estamos a trabalhar para o levar à versão da Mac App Store. 2 Ainda não mostramos os resultados do SenseVoice Small e do Whisper em cantonês, porque não confirmámos se este teste os avalia 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 demora a transcrever uma hora de áudio?
| Modelo | Velocidade (× tempo real) | 1 hora de áudio | Transferência | 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 | Gerido 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 da transferência e memória tal como aparecem no cartão de cada modelo na app para Mac. A velocidade inclui apenas 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 for a gravação, mais isso pesa.
Que 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, indisponível. 1 Por agora, está apenas na app para Mac do nosso site e estamos a trabalhar para o levar à versão da Mac App Store.
Queremos ter mais modelos também no iPhone. O mais pedido, o Whisper Large V3, só corre nos iPhones mais recentes, seja na versão completa ou comprimida; na maioria dos telemóveis não funciona. O mesmo acontece com o Qwen3-ASR 1.7B. Continuamos a testar modelos novos e versões mais pequenas dos que já temos. A mudança mais recente foi no modelo predefinido: trocámos o Parakeet V3 pelo Parakeet Ultra, que comete cerca de 24% menos erros em 25 línguas. Veja Parakeet Ultra vs Parakeet V3.
Como mudo de modelo?
No Mac, abra as Definições e, em Modelo de transcrição, clique no cartão de um modelo para o transferir ou passar a usá-lo; a ligação Idiomas suportados de cada cartão mostra a taxa de erro desse modelo em todas as línguas.
Definições → Modelo de transcrição na app para Mac
Como testámos?
Usámos as gravações de fala lida do FLEURS (83 conjuntos de línguas, 12.090 frases) e corremos todos os modelos no mesmo MacBook Air (M5). Os nossos resultados do Whisper ficam muito próximos dos números que a OpenAI publica. Trata-se de fala lida e limpa; em reuniões e gravações com ruído, as taxas de erro serão mais altas.
Perguntas frequentes
Qual é o melhor modelo Whisper?
O Whisper Large V3 Turbo. É mais preciso do que o Whisper Small em todas as línguas da tabela (em inglês, por exemplo, 5,49% contra 7,04%), mas é muito mais lento, e a app para iPhone só tem o Whisper Small.
Qual é o melhor modelo para japonês?
O Whisper Large V3 Turbo, com uma taxa de erro de caracteres de 5,30%, seguido do Qwen3-ASR 1.7B, com 5,74%. No iPhone, use o SenseVoice Small (6,78%).
Qual é o melhor modelo para chinês mandarim?
No Mac, o Qwen3-ASR 1.7B, com uma taxa de erro de caracteres de 6,49%. Segue-se o SenseVoice Small, com 7,69%, que também funciona no iPhone.
Qual é o melhor modelo Parakeet?
O Parakeet Ultra. Em 25 línguas, comete cerca de 24% menos erros do que o Parakeet V3 (10,63% contra 13,99%) e vem integrado na app para iPhone (a partir da versão 1.8.9) e na app para Mac do nosso site (a partir da 1.6.4).
Transferir para iOS
Benchmarks detalhados