TL;DR
| Parakeet V3 | Сравнение с Whisper | |
|---|---|---|
| Скорость | ~60× реального времени на Apple Silicon | Turbo ~14× реального времени на том же M4 Pro |
| Поддерживаемые языки | 25 | 100+ |
| Ошибки англ. (WER) | 6.32% | Turbo 7.83% |
| Ср. ошибки 25 языков (WER) | 12.0% | 12.6% |
| Галлюцинации | В наших тестах на тишине почти не встречаются | Возможны на тишине |
| Лучше для | Английский и европейские | Азиатские, арабский, 100+ |
* Скорость: наши собственные замеры на Apple Silicon (58× на подкасте, 63× на совещании). Англ. WER: Hugging Face Open ASR Leaderboard. Ср. по 25 языкам: бенчмарк FLEURS. Поведение на тишине — наше наблюдение в продукте, а не гарантия нуля ошибок.
Whisper Notes для Mac использует NVIDIA Parakeet TDT 0.6B как движок распознавания речи по умолчанию. На Apple Silicon он работает примерно на 60× быстрее реального времени, а по Open ASR Leaderboard точнее на английском, чем Whisper Large V3 Turbo — 6.32% против 7.83%. Модели Whisper по-прежнему доступны, если тебе нужны другие языки.
Почему мы сменили модель по умолчанию
Whisper — отличная модель, но она задумывалась как универсальный инструмент. Поддерживает 100+ языков, умеет переводить, расставлять таймстемпы — настоящий швейцарский нож. Расплата за это — скорость. Для диктовки на английском, когда тебе просто нужны слова на экране как можно быстрее, это перебор.
Когда для системной диктовки через Fn использовался Whisper, минутная фраза появлялась только через 3–5 секунд после того, как отпускаешь клавишу.
С Parakeet та же фраза появляется примерно через секунду или быстрее — настолько быстро, что ожидание перестаёшь замечать.
Насколько быстр Parakeet V3?
Вот два наших собственных прогона — обе модели на одном и том же аудио, на одном и том же Mac:
| Модель | 5-минутный подкаст на английском (M4 Pro) |
|---|---|
| Whisper Large V3 Turbo | 20.92 с — 14.3× реального времени |
| Parakeet TDT 0.6B v3 | 2.91 с — 103× реального времени |
На машине послабее разрыв сохраняется. На нашем M5 Air Parakeet обработал 17.5-минутное совещание за 16.7 секунды — это примерно 60× реального времени.
Почему Parakeet v3 такой быстрый
Энкодер Whisper читает сразу 30-секундное окно аудио. Затем декодер пишет транскрипт по одному токену и всегда ожидает, что нужно что-то написать, даже на тишине.
Parakeet — это трансдьюсер. Сначала он сжимает аудио в 8 раз, а затем предсказывает каждый токен вместе с тем, сколько он длится, поэтому может перескакивать вперёд, а не проходить каждый фрейм. На тишине он выдаёт «blank» и идёт дальше.
Отсюда и скорость, и более чистые паузы. На M4 Pro он обрабатывает час аудио меньше чем за минуту, имея меньше параметров, чем Whisper Large V3 Turbo, и более низкий уровень ошибок на английском.
Бенчмарки: Parakeet v3 против Whisper
Чем ниже, тем лучше: Parakeet V3, которая более чем вдвое меньше Whisper Large V3, на всех трёх бенчмарках отстоит от неё не больше чем на пункт, а более крупная Seamless M4T v2 показывает самые низкие значения.
На Hugging Face Open ASR Leaderboard у Parakeet v3 средний WER на английском — 6.32% при 600M параметрах; это меньше половины от 1.55B у Whisper Large V3:
| Модель | Параметры | Средний WER | Скорость (RTFx) |
|---|---|---|---|
| Parakeet TDT 0.6B v3 | 0.6B | 6.32% | 3333x |
| Canary 1B v2 | 1.0B | 7.15% | 749x |
| Whisper Large V3 Turbo | 0.8B | 7.83% | 350x |
Ниже WER = меньше ошибок. Выше RTFx = быстрее. Parakeet впереди по обоим показателям, а с 600M параметров он самый компактный из трёх, поэтому хорошо работает на Apple Silicon и не требует много памяти.
Многоязычный WER: все 25 языков
Таблица выше охватывает только английский. Вот полная картина — как три модели, доступные в Whisper Notes, сравниваются на всех 25 языках, которые поддерживает Parakeet, на бенчмарке FLEURS. Ниже WER = меньше ошибок транскрипции. Лучшее значение между Large V3 и Parakeet выделено в каждой строке:
| Язык | Whisper Small | Whisper Large V3 | Parakeet V3 |
|---|---|---|---|
| Болгарский | 37.3 | 12.9 | 12.6 |
| Хорватский | 33.4 | 11.1 | 12.5 |
| Чешский | 37.6 | 11.3 | 11.0 |
| Датский | 32.8 | 12.6 | 18.4 |
| Нидерландский | 16.4 | 5.6 | 7.5 |
| Английский | 6.1 | 4.3 | 4.9 |
| Эстонский | 51.3 | 19.1 | 17.7 |
| Финский | 24.0 | 7.7 | 13.2 |
| Французский | 15.0 | 6.3 | 5.2 |
| Немецкий | 10.2 | 4.3 | 5.0 |
| Греческий | 30.8 | 27.0 | 20.7 |
| Венгерский | 38.9 | 14.1 | 15.7 |
| Итальянский | 9.8 | 2.3 | 3.0 |
| Латышский | 53.2 | 18.3 | 22.8 |
| Литовский | 65.6 | 22.3 | 20.4 |
| Мальтийский | 92.2 | 68.9 | 20.5 |
| Польский | 14.7 | 4.7 | 7.3 |
| Португальский | 7.3 | 3.7 | 4.8 |
| Румынский | 29.8 | 8.2 | 12.4 |
| Русский | 11.4 | 4.2 | 5.5 |
| Словацкий | 33.3 | 8.4 | 8.8 |
| Словенский | 49.3 | 19.9 | 24.0 |
| Испанский | 5.6 | 3.1 | 3.5 |
| Шведский | 20.8 | 7.9 | 15.1 |
| Украинский | 19.3 | 6.5 | 6.8 |
| Среднее | 29.8 | 12.6 | 12.0 |
WER (%) на FLEURS. Данные Whisper Small из Radford et al.; данные Large V3 и Parakeet V3 из статьи NVIDIA Canary-1B-v2.
По большинству отдельных языков Whisper Large V3 чуть впереди, но в среднем Parakeet V3 идёт вплотную (12.0% против 12.6%), выигрывает на семи из них, заметнее всего на мальтийском и греческом и снижает средний уровень ошибок Whisper Small примерно на 60%. Практическое преимущество — в сочетании: многоязычная точность уровня Large V3 примерно на 60× быстрее реального времени на Apple Silicon, меньший расход ресурсов и куда более надёжное поведение на тишине в наших тестах диктовки.
Почему модель меньше галлюцинирует на тишине
Если ты использовал Whisper для диктовки, то наверняка сталкивался с галлюцинациями во время тишины — модель повторяет фразы, придумывает слова или выдаёт откуда-то «Subtitles by Amara.org». Это происходит потому, что авторегрессивный декодер Whisper всегда ожидает сгенерировать текст, даже когда распознавать нечего.
Трансдьюсерная архитектура Parakeet умеет выдавать пустой выход, а не выдумывать текстовый токен любой ценой. В наших тестах системной диктовки она из-за этого гораздо реже, чем Whisper, заполняет паузу повторами или посторонним текстом. Но это по-прежнему речевая модель, так что честная формулировка — «гораздо реже», а не «никогда».
Какие языки поддерживает Parakeet
Parakeet v3 поддерживает 25 языков: болгарский, хорватский, чешский, датский, нидерландский, английский, эстонский, финский, французский, немецкий, греческий, венгерский, итальянский, латышский, литовский, мальтийский, польский, португальский, румынский, русский, словацкий, словенский, испанский, шведский и украинский.
Это покрывает большую часть Европы, но не китайский, японский, корейский, арабский и хинди. Для китайского, японского, корейского и кантонского выбирай SenseVoice; для арабского, хинди и других языков за пределами набора Parakeet — Whisper Large V3 Turbo. Какая модель поддерживает конкретный язык, можно проверить на нашей странице языков, которые поддерживают Whisper, Parakeet V3 и SenseVoice.
Parakeet V3 встроена и выбрана; Whisper Small и Whisper Large V3 Turbo скачиваются по желанию и тоже работают локально.
Переключатель моделей в Whisper Notes
Открой Настройки, чтобы переключиться между моделями:
- Parakeet V3 (по умолчанию) — Самая быстрая, лучший выбор для английского и европейских языков
- SenseVoice Small — Самая быстрая для китайского, японского, корейского и кантонского
- Whisper Small — Легковесная, 100+ языков
- Whisper Large V3 Turbo — Широкое покрытие: 100+ языков
Все модели работают на 100% локально на твоём Mac. Без интернета, без облака, данные не покидают устройство.
А как насчёт Parakeet V2?
Если ты пользовался V2, тебе наверняка интересно сравнение. V2 — модель только для английского, и её точность на английском чуть выше, чем у V3 (WER 6.05% против 6.32%). V3 обменивает эту крошечную разницу на поддержку 25 языков. Обе значительно точнее Whisper.
| Parakeet V2 | Parakeet V3 | Whisper Large V3 Turbo | |
|---|---|---|---|
| WER (английский) | 6.05% | 6.32% | 7.83% |
| Языки | Только английский | 25 | 100+ |
Коротко: если тебе нужен только английский, и V2, и V3 отлично справляются. V3 установлена по умолчанию в Whisper Notes, потому что многоязычная поддержка важна большинству пользователей — а разница в точности английского ничтожна.
А как насчёт WhisperKit?
WhisperKit — это open-source Swift-фреймворк от Argmax для запуска моделей Whisper на устройствах Apple. Это инструмент для разработчиков, а не приложение для пользователей — и работает он с Whisper, а не с Parakeet (это семейство моделей NVIDIA). Если хочется транскрипции на устройстве в духе WhisperKit, но без написания кода на Swift, Whisper Notes упаковывает ту же идею в готовое приложение: Parakeet V3, Whisper (Large V3 Turbo на Mac, Small на iPhone) и SenseVoice — всё работает локально на Mac и iPhone.
Сравниваешь все локальные варианты? Каждая модель распознавания речи на устройстве — варианты Whisper, Parakeet V3, SenseVoice и Voxtral — собрана бок о бок на нашей странице сравнения моделей Whisper. Только знакомишься с самим Whisper? Начни с гида по транскрипции с Whisper — что это за модель, все способы её запустить и сколько это стоит.
Часто задаваемые вопросы
Parakeet V3 лучше, чем Whisper?
Для английского и европейских языков — зачастую да. Open ASR Leaderboard даёт Parakeet 6.32% WER на английском против 7.83% у Turbo, а в нашем собственном тесте на M4 Pro Parakeet шёл на 103× реального времени против 14.3× у Turbo. Зато Whisper покрывает куда больше языков: если твоего нет среди 25 языков Parakeet, бери Turbo.
Какие языки поддерживает Parakeet V3?
Parakeet V3 поддерживает 25 языков: болгарский, хорватский, чешский, датский, нидерландский, английский, эстонский, финский, французский, немецкий, греческий, венгерский, итальянский, латышский, литовский, мальтийский, польский, португальский, румынский, русский, словацкий, словенский, испанский, шведский и украинский.
Можно ли запустить Parakeet V3 на Mac?
Да. В Whisper Notes для Mac Parakeet V3 — движок по умолчанию. Он работает на 100% локально на Apple Silicon: без интернета, без облака, данные не покидают устройство. Скачай Whisper Notes для Mac и попробуй — 5 000 слов в неделю бесплатно.
Parakeet V3 галлюцинирует, как Whisper?
В наших тестах на тишине — гораздо реже, но ни одна речевая модель не заслуживает слова «никогда». Parakeet умеет выдавать пустой выход во время пауз, тогда как авторегрессивный декодер Whisper заметно чаще выдаёт повторяющиеся фразы или посторонний текст, когда на входе тишина.
Parakeet V2 или V3 — что выбрать?
Parakeet V2 работает только с английским и чуть точнее на нём (6.05% против 6.32% WER). V3 меняет эту крошечную разницу на 25 европейских языков и стоит по умолчанию в Whisper Notes. Если только ты не транскрибируешь исключительно английский в погоне за последними долями процента — бери V3.
Поддерживает ли Parakeet V3 японский, китайский или корейский?
Нет — все его 25 языков европейские. Для китайского, японского, корейского и кантонского в Whisper Notes есть SenseVoice — его выбираешь для этих языков, и он идёт на 52× реального времени и выше — плюс модели Whisper. Всё работает офлайн и на Mac, и на iPhone.
Сколько весит Parakeet V3?
600 миллионов параметров — загрузка 465 МБ, самая маленькая модель в обеих сборках для Mac. Whisper Large V3 Turbo — это около 1.6 ГБ загрузки в том же приложении, а Qwen3-ASR 1.7B (Beta), который есть только в версии для Mac с прямой загрузкой, — около 2.5 ГБ.
Попробуй
Parakeet V3 — движок по умолчанию в Whisper Notes на iPhone и Mac.
Вопросы или обратная связь? Пиши на support@whispernotes.app.
Скачать для iOS