TL;DR
| Parakeet V3 | Porovnanie s Whisperom | |
|---|---|---|
| Rýchlosť | ~60× reálny čas na Apple Silicon | Turbo ~14× reálny čas na tom istom M4 Pro |
| Podporované jazyky | 25 | viac ako 100 |
| Chybovosť angličtiny (WER) | 6,32 % | Turbo 7,83 % |
| Priem. chybovosť, 25 jazykov (WER) | 12,0 % | 12,6 % |
| Halucinácie | V našich testoch na tichu prakticky žiadne | Na tichu sa môžu objaviť |
| Vhodné pre | Angličtina a európske jazyky | Ázijské jazyky, arabčina, viac ako 100 |
* Rýchlosť: vlastné meranie na Apple Silicon (58× na podcaste, 63× na porade). Anglický WER: Hugging Face Open ASR Leaderboard. Priemer z 25 jazykov: benchmark FLEURS. Správanie na tichu je naše produktové pozorovanie, nie záruka nulových chýb.
Whisper Notes pre Mac používa ako predvolený engine rozpoznávania reči NVIDIA Parakeet TDT 0.6B. Na Apple Silicon beží zhruba 60× rýchlejšie než reálny čas a podľa Open ASR Leaderboardu je v angličtine presnejší ako Whisper Large V3 Turbo — 6,32 % proti 7,83 %. Modely Whisper sú stále dostupné, ak potrebuješ iné jazyky.
Prečo sme zmenili predvolený model
Whisper je skvelý, ale bol navrhnutý ako univerzálny nástroj. Zvláda viac ako 100 jazykov, prekladá, generuje časové značky — taký švajčiarsky nožík. Daňou za to je rýchlosť. Na diktovanie v angličtine, keď jednoducho chceš slová na obrazovke čo najrýchlejšie, je to zbytočne veľa.
Pri používaní systémového diktovania cez Fn s Whisperom sa minútová reč objavila až 3–5 sekúnd po pustení klávesu.
S Parakeetom sa tá istá reč objaví zhruba za sekundu alebo skôr, a to je tak krátko, že čakanie prestaneš vnímať.
Aký rýchly je Parakeet V3?
Tu sú dve naše vlastné merania — oba modely na tom istom zvuku, na tom istom Macu:
| Model | Päťminútový anglický podcast (M4 Pro) |
|---|---|
| Whisper Large V3 Turbo | 20,92 s — 14,3× reálny čas |
| Parakeet TDT 0.6B v3 | 2,91 s — 103× reálny čas |
Na slabšom stroji rozdiel vydrží. Na našom M5 Air zvládol Parakeet 17,5-minútovú poradu za 16,7 sekundy, teda zhruba 60× reálny čas.
Čím je Parakeet v3 taký rýchly
Encoder Whispera prečíta naraz 30-sekundové okno zvuku. Decoder potom píše prepis token po tokene a vždy očakáva, že niečo napíše, aj počas ticha.
Parakeet je transducer. Najprv zvuk 8× skomprimuje a potom predpovedá každý token spolu s tým, ako dlho trvá, takže môže preskakovať dopredu namiesto prechádzania každého snímku. Pri tichu vydá „blank“ a pokračuje ďalej.
Odtiaľ pochádza rýchlosť aj pokojnejšie pauzy. Na M4 Pro spracuje hodinu zvuku za menej ako minútu, s menším počtom parametrov ako Whisper Large V3 Turbo a nižšou chybovosťou v angličtine.
Benchmarky: Parakeet v3 vs. Whisper
Nižšie je lepšie: Parakeet V3, menší ako polovica Whisper Large V3, sa od neho vo všetkých troch benchmarkoch líši najviac o bod a väčší Seamless M4T v2 má najnižšie hodnoty.
Na Hugging Face Open ASR Leaderboard má Parakeet v3 priemernú anglickú WER 6,32 % pri 600 miliónoch parametrov — menej ako polovica z 1,55 miliardy pri Whisper Large V3:
| Model | Parametre | Priemerný WER | Rýchlosť (RTFx) |
|---|---|---|---|
| Parakeet TDT 0.6B v3 | 0,6 mld. | 6,32 % | 3 333x |
| Canary 1B v2 | 1,0 mld. | 7,15 % | 749x |
| Whisper Large V3 Turbo | 0,8 mld. | 7,83 % | 350x |
Nižší WER = menej chýb. Vyšší RTFx = vyššia rýchlosť. Parakeet vedie v oboch a so 600 miliónmi parametrov je z troch najmenší, takže na Apple Silicon beží dobre bez veľkých nárokov na pamäť.
Viacjazyčný WER: všetkých 25 jazykov
Tabuľka vyššie sa týka iba angličtiny. Tu je kompletný obraz — ako si tri modely dostupné vo Whisper Notes vedú vo všetkých 25 jazykoch, ktoré Parakeet podporuje, merané na benchmarku FLEURS. Nižší WER = menej chýb prepisu. Najlepšia hodnota medzi Large V3 a Parakeet je zvýraznená v každom riadku:
| Jazyk | Whisper Small | Whisper Large V3 | Parakeet V3 |
|---|---|---|---|
| Bulharčina | 37.3 | 12.9 | 12.6 |
| Chorvátčina | 33.4 | 11.1 | 12.5 |
| Čeština | 37.6 | 11.3 | 11.0 |
| Dánčina | 32.8 | 12.6 | 18.4 |
| Holandčina | 16.4 | 5.6 | 7.5 |
| Angličtina | 6.1 | 4.3 | 4.9 |
| Estónčina | 51.3 | 19.1 | 17.7 |
| Fínčina | 24.0 | 7.7 | 13.2 |
| Francúzština | 15.0 | 6.3 | 5.2 |
| Nemčina | 10.2 | 4.3 | 5.0 |
| Gréčtina | 30.8 | 27.0 | 20.7 |
| Maďarčina | 38.9 | 14.1 | 15.7 |
| Taliančina | 9.8 | 2.3 | 3.0 |
| Lotyština | 53.2 | 18.3 | 22.8 |
| Litovčina | 65.6 | 22.3 | 20.4 |
| Maltčina | 92.2 | 68.9 | 20.5 |
| Poľština | 14.7 | 4.7 | 7.3 |
| Portugalčina | 7.3 | 3.7 | 4.8 |
| Rumunčina | 29.8 | 8.2 | 12.4 |
| Ruština | 11.4 | 4.2 | 5.5 |
| Slovenčina | 33.3 | 8.4 | 8.8 |
| Slovinčina | 49.3 | 19.9 | 24.0 |
| Španielčina | 5.6 | 3.1 | 3.5 |
| Švédčina | 20.8 | 7.9 | 15.1 |
| Ukrajinčina | 19.3 | 6.5 | 6.8 |
| Priemer | 29.8 | 12.6 | 12.0 |
WER (%) na FLEURS. Dáta Whisper Small z Radford et al.; dáta Large V3 a Parakeet V3 z článku NVIDIA Canary-1B-v2.
Whisper Large V3 je vo väčšine jednotlivých jazykov o kúsok vpredu, ale Parakeet V3 sa mu v priemere tesne približuje (12,0 % vs 12,6 %), vedie v siedmich z nich, najvýraznejšie v maltčine a gréčtine a priemernú chybovosť Whisper Small znižuje zhruba o 60 %. Praktická výhoda spočíva v kombinácii: viacjazyčná presnosť na úrovni Large V3 pri zhruba 60× reálnom čase na Apple Silicon, menšie nároky za behu a v našich testoch diktovania oveľa spoľahlivejšie správanie na tichu.
Prečo na tichu halucinuje menej
Ak si Whisper používal na diktovanie, pravdepodobne si videl, ako počas ticha halucinuje — opakuje frázy, vymýšľa slová alebo odniekiaľ vypľuje „Subtitles by Amara.org“. Deje sa to preto, lebo autoregresívny dekodér Whisperu vždy očakáva, že vygeneruje text, aj keď nie je čo prepisovať.
Transducerová architektúra Parakeetu dokáže namiesto vynúteného textového tokenu vydať prázdny výstup. V našich testoch systémového diktovania je vďaka tomu oveľa menej pravdepodobné než pri Whisperi, že pauzu vyplní opakovaným alebo nesúvisiacim textom. Stále je to však rečový model, takže presné tvrdenie znie „menej pravdepodobné“, nie „nikdy“.
Aké jazyky Parakeet podporuje
Parakeet v3 podporuje 25 jazykov: bulharčinu, chorvátčinu, češtinu, dánčinu, holandčinu, angličtinu, estónčinu, fínčinu, francúzštinu, nemčinu, gréčtinu, maďarčinu, taliančinu, lotyštinu, litovčinu, maltčinu, poľštinu, portugalčinu, rumunčinu, ruštinu, slovenčinu, slovinčinu, španielčinu, švédčinu a ukrajinčinu.
To pokrýva väčšinu Európy, ale nie čínčinu, japončinu, kórejčinu, arabčinu ani hindčinu. Pre čínčinu, japončinu, kórejčinu a kantončinu zvoľ SenseVoice; pre arabčinu, hindčinu a ďalšie jazyky mimo sady Parakeetu použi Whisper Large V3 Turbo. Ktorý engine podporuje konkrétny jazyk, zistíš na našej stránke s jazykmi, ktoré podporujú Whisper, Parakeet V3 a SenseVoice.
Parakeet V3 je vstavaný a vybraný; Whisper Small a Whisper Large V3 Turbo sú voliteľné stiahnutia, ktoré tiež bežia lokálne.
Prepínač modelov vo Whisper Notes
Otvor Nastavenia a prepínaj medzi modelmi:
- Parakeet V3 (predvolený) — najrýchlejší, najlepší pre angličtinu a európske jazyky
- SenseVoice Small — najrýchlejší pre čínčinu, japončinu, kórejčinu a kantončinu
- Whisper Small — odľahčený, viac ako 100 jazykov
- Whisper Large V3 Turbo — široké pokrytie viac ako 100 jazykov
Všetky modely bežia na 100 % lokálne na tvojom Macu. Bez internetu, bez cloudu, žiadne dáta neopúšťajú tvoje zariadenie.
A čo Parakeet V2?
Ak si používal V2, možno ťa zaujíma porovnanie. V2 bol čisto anglický model — a jeho presnosť v angličtine je v skutočnosti o niečo lepšia ako pri V3 (WER 6,05 % vs 6,32 %). V3 túto nepatrnú stratu vymenil za podporu 25 jazykov. Oba sú výrazne presnejšie ako Whisper.
| Parakeet V2 | Parakeet V3 | Whisper Large V3 Turbo | |
|---|---|---|---|
| WER (angličtina) | 6,05 % | 6,32 % | 7,83 % |
| Jazyky | Iba angličtina | 25 | viac ako 100 |
Stručne: ak potrebuješ len angličtinu, V2 aj V3 sú skvelé. V3 je vo Whisper Notes predvolený, pretože viacjazyčná podpora je pre väčšinu používateľov dôležitá — a rozdiel v presnosti angličtiny je zanedbateľný.
A čo WhisperKit?
WhisperKit je open-source Swift framework od Argmaxu na spúšťanie modelov Whisper na zariadeniach Apple. Je to nástroj pre vývojárov, nie aplikácia pre koncových používateľov — a beží na ňom Whisper, nie Parakeet (čo je rodina modelov od NVIDIA). Ak chceš prepis na zariadení v štýle WhisperKitu bez toho, aby si sám písal Swift, Whisper Notes balí rovnakú myšlienku do hotovej aplikácie: Parakeet V3, Whisper (Large V3 Turbo na Macu, Small na iPhone) a SenseVoice, všetko beží lokálne na Macu aj na iPhone.
Porovnávaš všetky lokálne možnosti? Každý model prevodu reči na text bežiaci na zariadení — varianty Whisperu, Parakeet V3, SenseVoice aj Voxtral — porovnávame vedľa seba na našej stránke s porovnaním modelov Whisper. S Whisperom ešte len začínaš? Začni sprievodcom prepisom s Whisperom — čo je to za model, všetky spôsoby, ako ho spustiť, a koľko to stojí.
Často kladené otázky
Je Parakeet V3 lepší ako Whisper?
Pre angličtinu a európske jazyky často áno. Open ASR Leaderboard uvádza pre Parakeet 6,32 % WER v angličtine oproti 7,83 % pri Turbe a v našom vlastnom teste na M4 Pro bežal Parakeet na 103× reálny čas proti 14,3× pri Turbe. Whisper však stále pokrýva oveľa viac jazykov: ak ten tvoj medzi 25 jazykov Parakeetu nepatrí, siahni po Turbe.
Aké jazyky podporuje Parakeet V3?
Parakeet V3 podporuje 25 jazykov: bulharčinu, chorvátčinu, češtinu, dánčinu, holandčinu, angličtinu, estónčinu, fínčinu, francúzštinu, nemčinu, gréčtinu, maďarčinu, taliančinu, lotyštinu, litovčinu, maltčinu, poľštinu, portugalčinu, rumunčinu, ruštinu, slovenčinu, slovinčinu, španielčinu, švédčinu a ukrajinčinu.
Môžem Parakeet V3 spustiť na Macu?
Áno. Whisper Notes pre Mac dodáva Parakeet V3 ako predvolený engine. Beží na 100 % lokálne na Apple Silicon — bez internetu, bez cloudu, žiadne dáta neopúšťajú tvoje zariadenie. Stiahni si Whisper Notes pre Mac a vyskúšaj ho — 5 000 slov týždenne je zadarmo.
Halucinuje Parakeet V3 ako Whisper?
V našich testoch ticha oveľa menej často, ale žiadny rečový model si nezaslúži tvrdenie „nikdy“. Parakeet dokáže počas páuz vydávať prázdne výstupy, zatiaľ čo autoregresívny dekodér Whisperu má pri tichom vstupe väčší sklon k opakovaným frázam alebo nesúvisiacemu textu.
Parakeet V2 vs V3 — ktorý použiť?
Parakeet V2 je iba anglický, s nepatrne lepšou presnosťou v angličtine (6,05 % vs 6,32 % WER). V3 tento drobný rozdiel vymenil za 25 európskych jazykov a je vo Whisper Notes predvolený. Ak neprepisuješ výhradne angličtinu a nenaháňaš posledný zlomok percenta, používaj V3.
Podporuje Parakeet V3 japončinu, čínčinu alebo kórejčinu?
Nie — všetkých jeho 25 jazykov je európskych. Pre čínčinu, japončinu, kórejčinu alebo kantončinu obsahuje Whisper Notes SenseVoice — ten pre tieto jazyky vyberieš a beží na 52× reálny čas aj rýchlejšie — a modely Whisper. Všetko beží offline na Macu aj na iPhone.
Aký veľký je Parakeet V3?
600 miliónov parametrov — sťahovanie má 465 MB, čo je z modelov v oboch macových verziách najmenej. Whisper Large V3 Turbo je v tej istej aplikácii sťahovanie s veľkosťou asi 1,6 GB a Qwen3-ASR 1.7B (Beta), ktorý je len v priamo stiahnutej verzii pre Mac, má asi 2,5 GB.
Vyskúšaj to
Parakeet V3 je predvolený engine vo Whisper Notes na iPhone aj na Macu.
Otázky alebo spätná väzba? Napíš na support@whispernotes.app.
Stiahnuť pre iOS