I Whisper Notes finns sex taligenkänningsmodeller som körs offline:
- Parakeet (inbyggd)
- Whisper Large V3 Turbo
- Whisper Small
- Qwen3-ASR 1.7B (Mac)
- SenseVoice Small
- Apple Speech (Mac, macOS 26 eller senare)
Vilken som är mest träffsäker beror på vilket språk du talar.
Vilken modell är mest träffsäker?
Vi testade alla modeller på samma MacBook Air (M5). Siffrorna visar felfrekvens (lägre är bättre), och det lägsta värdet på varje rad är markerat med grönt:
| Språk | Parakeet | Whisper Large V3 Turbo | Whisper Small | Qwen3-ASR 1.7B1 | SenseVoice Small | Apple Speech1 |
|---|---|---|---|---|---|---|
| Engelska | 5,89 % | 5,49 % | 7,04 % | 4,49 % | 8,46 % | 8,80 % |
| Tyska | 5,19 % | 4,05 % | 8,67 % | 2,85 % | — | 6,26 % |
| Nederländska | 7,89 % | 5,69 % | 16,75 % | 7,36 % | — | — |
| Japanska | — | 5,30 % | 11,37 % | 5,74 % | 6,78 % | 6,36 % |
| Polska | 6,59 % | 5,45 % | 15,81 % | 12,59 % | — | — |
| Ryska | 6,17 % | 5,13 % | 11,37 % | 5,65 % | — | — |
| Franska | 5,19 % | 5,97 % | 13,24 % | 4,57 % | — | 7,61 % |
| Spanska | 3,95 % | 3,62 % | 6,22 % | 3,38 % | — | 5,41 % |
| Koreanska | — | 4,25 % | 7,30 % | 3,54 % | 7,85 % | 4,31 % |
| Ukrainska | 5,11 % | 6,33 % | 17,48 % | — | — | — |
| Kinesiska | — | 7,97 % | 20,50 % | 6,49 % | 7,69 % | 7,97 % |
| Kantonesiska | — | —2 | —2 | 6,44 % | —2 | 8,69 % |
| Italienska | 2,62 % | 2,58 % | 7,64 % | 2,58 % | — | 4,39 % |
| Portugisiska | 5,81 % | 5,44 % | 8,61 % | 5,17 % | — | 9,35 % |
| Svenska | 13,30 % | 8,78 % | 21,66 % | 19,80 % | — | — |
| Turkiska | — | 5,95 % | 14,24 % | 8,81 % | — | — |
| Tjeckiska | 11,03 % | 11,94 % | 38,71 % | 24,59 % | — | — |
| Norska | — | 8,99 % | 24,50 % | — | — | — |
| Finska | 10,44 % | 7,11 % | 25,91 % | 27,71 % | — | — |
| Arabiska | — | 15,72 % | 32,81 % | 14,32 % | — | — |
| Slovakiska | 8,79 % | 9,59 % | 32,43 % | — | — | — |
| Danska | 15,92 % | 13,63 % | 34,14 % | 22,24 % | — | — |
| Hindi | — | 29,64 % | 61,26 % | 13,19 % | — | —3 |
| Thailändska | — | 13,40 % | 23,52 % | 6,53 % | — | — |
| Indonesiska | — | 6,31 % | 16,31 % | 4,91 % | — | — |
| Ungerska | 13,74 % | 14,59 % | 40,65 % | 36,63 % | — | — |
| Vietnamesiska | — | 8,10 % | 18,12 % | 4,91 % | — | — |
| Malajiska | — | 9,22 % | 19,72 % | 10,62 % | — | — |
| Grekiska | 34,00 % | 13,94 % | 31,64 % | 30,22 % | — | — |
| Rumänska | 9,68 % | 8,36 % | 29,45 % | 20,20 % | — | — |
| Filippinska | — | 9,72 % | 25,60 % | 23,31 % | — | — |
| Bulgariska | 12,44 % | 14,54 % | 39,68 % | — | — | — |
| Slovenska | 20,32 % | 19,15 % | 48,54 % | — | — | — |
| Estniska | 15,56 % | 19,08 % | 50,84 % | — | — | — |
| Kroatiska | 12,49 % | 11,49 % | 33,76 % | — | — | — |
| Litauiska | 17,97 % | 23,28 % | 67,23 % | — | — | — |
| Maltesiska | 19,38 % | 74,35 % | 95,68 % | — | — | — |
| Isländska | — | 19,75 % | 73,96 % | — | — | — |
| Katalanska | — | 5,80 % | 15,51 % | — | — | — |
| Galiciska | — | 12,23 % | 31,09 % | — | — | — |
| Makedonska | — | 17,46 % | 37,11 % | 18,57 % | — | — |
| Bosniska | — | 14,85 % | 39,60 % | — | — | — |
Teckenfelfrekvens för kinesiska, japanska, koreanska, kantonesiska och thailändska, ordfelfrekvens för övriga. Saknas ditt språk i tabellen? Se Språk som stöds.
1 Bara på Mac. Finns just nu i Mac-appen från vår webbplats; versionen från Mac App Store håller på att komma ikapp. 2 Vi redovisar ännu inga kantonesiska resultat för SenseVoice Small och Whisper, eftersom vi inte har kunnat bekräfta att testet bedömer dem rättvist. 3 Apple Speech skrev ut all hindi med latinska bokstäver, så det går inte att räkna ut någon felfrekvens.
Vilken är snabbast? Hur lång tid tar det att transkribera en timmes ljud?
| Modell | Hastighet (× realtid) | En timmes ljud | Nedladdning | Minne |
|---|---|---|---|---|
| SenseVoice Small | 115–131× | cirka 30 sekunder | cirka 450 MB | cirka 700 MB |
| Parakeet | 75,8× | cirka 50 sekunder | Inbyggd (cirka 630 MB) | cirka 800 MB |
| Apple Speech | 19,7× | cirka 3 minuter | Hanteras av macOS | — |
| Qwen3-ASR 1.7B | 7,6× | cirka 8 minuter | cirka 2,5 GB | cirka 2,6 GB |
| Whisper Small | 6,5× | cirka 9 minuter | cirka 400 MB | cirka 1 GB |
| Whisper Large V3 Turbo | 2,7× | cirka 22 minuter | cirka 2 GB | cirka 2,4 GB |
Hastighet, nedladdning och minne enligt modellkorten i Mac-appen. Hastigheten avser bara modellens bearbetningstid, och tiderna för en timmes ljud är beräknade utifrån den.
De mest träffsäkra modellerna är ofta de långsammaste, och ju längre inspelningen är, desto mer märks det.
Vilka modeller kan jag använda på iPhone och Mac?
| Modell | iPhone | Mac |
|---|---|---|
| Parakeet | Ja, inbyggd | Ja, inbyggd |
| Whisper Large V3 Turbo | Nej | Ja |
| Whisper Small | Ja | Ja |
| Qwen3-ASR 1.7B | Nej | Ja (Beta)1 |
| SenseVoice Small | Ja | Ja |
| Apple Speech | Nej | Ja (macOS 26 eller senare)1 |
Grönt betyder att modellen finns, gult att den inte finns. 1 Finns just nu i Mac-appen från vår webbplats; versionen från Mac App Store håller på att komma ikapp.
Vi vill gärna få in fler modeller på iPhone också. Den mest efterfrågade, Whisper Large V3, går bara att köra på de allra senaste iPhone-modellerna, både i full storlek och komprimerad. De flesta telefoner klarar den inte, och detsamma gäller Qwen3-ASR 1.7B. Vi testar hela tiden nya modeller och mindre varianter av dem vi redan har. Senast bytte vi standardmodellen från Parakeet V3 till Parakeet Ultra, som gör ungefär 24 % färre fel på 25 språk. Läs mer i Parakeet Ultra vs Parakeet V3.
Hur byter jag modell?
På Mac öppnar du Inställningar och klickar på ett kort under Transkriptionsmodell för att ladda ner modellen eller byta till den; länken Språk som stöds på varje kort visar modellens felfrekvens för alla språk.
Inställningar → Transkriptionsmodell i Mac-appen
Så testade vi
Vi använde upplästa meningar från FLEURS, 83 språkuppsättningar och 12 090 meningar, och körde alla modeller på samma MacBook Air (M5). Våra resultat för Whisper ligger nära de siffror som OpenAI själva har publicerat. Det här är rent, uppläst tal; i möten och inspelningar med mycket bakgrundsljud blir felfrekvensen högre.
Vanliga frågor
Vilken Whisper-modell är bäst?
Whisper Large V3 Turbo. Den gör färre fel än Whisper Small på alla språk i tabellen, till exempel 5,49 % mot 7,04 % på engelska. Men den är mycket långsammare, och i iPhone-appen finns bara Whisper Small.
Vilken modell är bäst för japanska?
Whisper Large V3 Turbo, med 5,30 % teckenfelfrekvens, följd av Qwen3-ASR 1.7B med 5,74 %. På iPhone är SenseVoice Small det bästa valet (6,78 %).
Vilken modell är bäst för kinesiska (mandarin)?
Qwen3-ASR 1.7B på Mac, med 6,49 % teckenfelfrekvens. Därefter kommer SenseVoice Small med 7,69 %, och den fungerar även på iPhone.
Vilken Parakeet-modell är bäst?
Parakeet Ultra. På 25 språk gör den ungefär 24 % färre fel än Parakeet V3 (10,63 % mot 13,99 %), och den är inbyggd i iPhone-appen (från version 1.8.9) och i Mac-appen från vår webbplats (från version 1.6.4).
Ladda ner för iOS
Detaljerade tester