Apple, macOS 26 ve iOS 26 ile birlikte cihaz üzerinde çalışan yeni nesil konuşma tanımayı kullanıma sundu: SpeechAnalyzer ve SpeechTranscriber; aşağıda kısaca Apple Speech diyeceğiz. Eski dikte motorundan belirgin biçimde daha doğru. Bu yüzden şunu öğrenmek istedik: Apple'ın yerleşik konuşma tanıması artık bir transkripsiyon uygulamasını tamamen atlayabileceğiniz kadar iyi mi? Peki Whisper Notes'taki cihaz üzerinde çalışan açık modellerden — Whisper, Parakeet, SenseVoice ve Qwen3-ASR — ne kadar uzakta? Sıkı bir test yaptık. Sonuçlar burada. Test ettiğimiz on dilin hiçbirinde Apple Speech en düşük hata oranını elde edemedi; Korece, Japonca ve Çincede liderin en fazla 1.5 puan gerisinde kaldı; Felemenkçe, Rusça ve Lehçe için ise hiç modeli yok.
Apple Speech, indirdiğiniz modellerden ne kadar uzakta?
| Dil | Apple Speech | Qwen3-ASR | Whisper Large | Whisper Small | Parakeet | SenseVoice |
|---|---|---|---|---|---|---|
| İngilizce | 8.80 | 4.49 | 5.49 | 7.04 | 6.89 | 8.46 |
| Almanca | 6.26 | 2.85 | 4.05 | 8.67 | 6.26 | — |
| Felemenkçe | — | 7.36 | 5.69 | 16.75 | 8.58 | — |
| Rusça | — | 5.65 | 5.13 | 11.37 | 7.12 | — |
| Lehçe | — | 12.59 | 5.45 | 15.81 | 8.30 | — |
| Japonca | 6.36 | 5.74 | 5.30 | 11.37 | — | 6.78 |
| Korece | 4.31 | 3.54 | 4.25 | 7.30 | — | 7.85 |
| Fransızca | 7.61 | 4.57 | 5.97 | 13.24 | 5.83 | — |
| Çince | 7.97 | 6.49 | 7.97 | 20.50 | — | 7.69 |
| İspanyolca (Latin Amerika) | 5.41 | 3.38 | 3.62 | 6.22 | 4.86 | — |
En çok kullanılan dillerden onu, sütun başına bir motor. Her hücre o motorun hata oranıdır; düşük olan daha iyidir. Yeşil satırın en düşüğünü, beyaz ikinci düşüğünü gösterir. Japonca, Korece ve Çince için CER, kalanlar için WER kullanıldı; ikisi hiçbir zaman tek bir sayıda birleştirilmedi. Whisper Notes ekibi olarak kendi FLEURS koşumuz, tek bir M5 MacBook Air üzerinde, okunmuş konuşma.
Kısa adlar: Qwen3-ASR = Qwen3-ASR 1.7B, Whisper Large = Whisper Large V3 Turbo, Parakeet = Parakeet V3, SenseVoice = SenseVoice Small. Tire, motorun o dil için modeli olmadığı anlamına gelir.
On dilin altısında en düşük hata oranı Qwen3-ASR 1.7B'ye, diğer dördünde Whisper Large V3 Turbo'ya ait. Apple Speech, satır liderinin Korecede 0.77, Japoncada 1.06 ve Çincede 1.48 puan gerisinde; Çincede 7.97 ile Whisper Large V3 Turbo'yla aynı düzeyde. Desteklediği yedi dilde satır liderinin 0.8 ile 4.3 puan gerisinde; en büyük fark İngilizcede, 4.49'a karşı 8.80. Felemenkçe, Lehçe ve Rusçada Apple Speech sonucu yok.
Apple Speech hangi dilleri destekliyor?
Apple Speech bu koşudaki 83 dil yapılandırmasının 21'inde sonuç verdi. İki Whisper modeli de 83'ünün tamamını, Qwen3-ASR 1.7B 30'unu, Parakeet V3 ise 25'ini kapsıyor. Yukarıdaki on dil arasında Felemenkçe, Lehçe veya Rusça modeli yok. Alıntılanacak sabit bir liste bulunmuyor: dil varlıkları macOS'a ait olduğundan bir uygulama, ilgili makinede nelerin bulunduğunu çalışma zamanında soruyor.
| Dil | Apple Speech | Qwen3-ASR | Whisper Large | Whisper Small | Parakeet | SenseVoice |
|---|---|---|---|---|---|---|
| İtalyanca | 4.39 | 2.58 | 2.58 | 7.64 | 3.43 | — |
| Kantonca | 8.69 | 6.44 | 36.75 | 119.01 | — | 37.23 |
| Portekizce (Brezilya) | 9.35 | 5.17 | 5.44 | 8.61 | 6.49 | — |
| Hintçe | 101.50 | 13.19 | 29.64 | 61.26 | — | — |
| Teluguca | 101.63 | — | 81.74 | 103.19 | — | — |
| Urduca | 101.69 | — | 23.39 | 38.83 | — | — |
| Pencapça | 101.75 | — | 92.05 | 103.40 | — | — |
| Bengalce | 102.00 | — | 83.52 | 117.37 | — | — |
| Nepalce | 102.13 | — | 88.59 | 118.84 | — | — |
| Malayalamca | 102.18 | — | 107.34 | 167.16 | — | — |
| Marathice | 102.23 | — | 82.69 | 109.95 | — | — |
| Kannadaca | 103.83 | — | 72.07 | 116.10 | — | — |
| Guceratça | 104.52 | — | 75.31 | 108.91 | — | — |
| Tamilce | 113.01 | — | 71.28 | 79.77 | — | — |
Apple Speech'in sonuç verdiği diğer on dört dil, kendi hata oranına göre sıralı. Yukarıdakiyle aynı sütunlar, renkler ve kısa adlar; Kantonca için CER, kalanlar için WER. Eklemeler de paya dahil edildiğinden hata oranı %100'ü aşabilir.
Son on bir satırda, Hintçeden Tamilceye kadar Apple Speech yerel yazı yerine Latin harfli çeviriyazıyla yanıt verdi. Bu nedenle buradaki hata oranı tanıma doğruluğundan çok yazı sistemi uyumsuzluğunu ölçüyor ve bu hücreler satır sıralamasına alınmıyor; diğer motorların bu satırlardaki değerleri olağan ölçümlerdir.
SpeechAnalyzer nasıl çalışır
Apple'ın iOS 10'dan beri bir konuşma tanıma API'si var. SFSpeechRecognizer, eski dikte yolunun arkasındaki motor. macOS 26 ve iOS 26'da tanıtılan ve watchOS dışındaki tüm Apple platformlarında bulunan SpeechAnalyzer onun yerini alıyor.
API bir oturum etrafında kuruludur. Bir SpeechAnalyzer oluşturur, ona bir veya daha fazla modül verir ve ses beslersiniz; konuşmayı metne çeviren modül SpeechTranscriber'dir. Ses, sizin doldurduğunuz eşzamansız bir dizi olarak girer; sonuçlar ikinci bir dizi olarak döner ve ikisi genellikle farklı görevlerde çalışır. Çözümleyici aynı anda tek bir giriş dizisi alır. Her arabellek ve her sonuç, sesin kendi zaman çizelgesine göre zaman kodludur; böylece sonuç geldiği yere geri yerleştirilebilir.
Bir oturum, üç görev: ses AsyncSequence olarak girer, SpeechAnalyzer ve SpeechTranscriber bunu analiz eder, sonuçlar da arayüzün okuyabileceği ikinci bir AsyncSequence olarak döner. Kaynak: Apple, WWDC25 277. oturum.
Sonuçlar iki kez gelir. Apple'ın değişken aralık dediği bölümün içindeki her şey daha iyi bir sonuçla değiştirilebilir; dışındaki her şey kesindir. Bir uygulama siz hâlâ konuşurken kaba bir dökümü böyle gösterir ve ardından düzeltir.
Apple, SpeechTranscriber modeli için beş tasarım hedefi belirtiyor: uzun ses, konuşma dili, uzaktaki konuşmacılar, düşük gecikme ve cihaz üzerinde çalışma anlamında gizlilik. Notlar, Sesli Notlar, Günlük ve arama özetleme bunun üzerine kurulu.
Apple'ın SpeechTranscriber modeli için belirttiği beş tasarım hedefi. Kaynak: Apple, WWDC25 277. oturum.
Modeller hiçbir uygulamanın parçası değil. AssetInventory aracılığıyla Apple'ın sunucularından indirilir, sistem tarafından saklanıp güncellenir ve uygulamalar arasında paylaşılır. Uygulamanın indirme boyutuna veya kendi bellek alanına bir şey eklemezler; kod çözme çağrıyı yapan sürecin dışında gerçekleşir. SpeechTranscriber'ın bir dil veya cihaz için modeli yoksa DictationTranscriber, sistem diktesiyle aynı modelleri kullanarak devralır.
Bunu nasıl ölçtük
Bu yazıdaki her motor aynı klipleri, aynı sırada, teker teker bir M5 MacBook Air'da (32 GB, macOS 27.0) yazıya döktü. Ses, Google FLEURS test bölümünün 70bb2e84 revizyonundan; dil başına yaklaşık 150 cümle ve 30 dakika. Veri kümesinin kendi öğe kimliklerinin sabit özeti öğeleri sıralıyor ve otuz dakikayı geçen en kısa tam öğe dizisini alıyoruz; hiçbir model çıktısı bu seçimde rol oynamadı. Her hücre kendi kaydından yeniden oluşturulup tekrar kontrol edildi ve 285'inin tamamı geçti.
Puanlar, sözcüklerin boşluklarla ayrıldığı dillerde sözcük hata oranı; Japonca, Korece, Çince ve Kantoncada karakter hata oranıdır. FLEURS okunmuş konuşmadır; toplantı veya dikte değildir. Bu tablolar bir motorun diliniz için makul olup olmadığını gösterir, kendi kayıtlarınızda alacağınız sonucu değil.
Eski Apple Dikte'ye göre ne kadar daha iyi?
Apple iki transkripsiyon çalışma modu sunuyor ve ikisini de ölçtük. SpeechTranscriber yeni olanı; bu yazıda Apple Speech dediğimiz motor. DictationTranscriber uyumluluk modu, yani Mac'in daha önce kullandığı dikte yolu.
| Dil | Apple Dikte | Apple Speech |
|---|---|---|
| Korece | 7.11 | 4.31 |
| İtalyanca | 6.93 | 4.39 |
| İspanyolca (Latin Amerika) | 8.43 | 5.41 |
| Almanca | 12.69 | 6.26 |
| Japonca | 9.37 | 6.36 |
| Fransızca | 17.10 | 7.61 |
| Çince | 10.28 | 7.97 |
| Kantonca | 10.18 | 8.69 |
| İngilizce | 13.83 | 8.80 |
| Portekizce (Brezilya) | 10.85 | 9.35 |
İki Apple modunun da temiz ölçtüğü tüm diller, Apple Speech'in hata oranına göre sıralı; yeşil satırdaki daha iyi değeri gösterir. Aynı koşu, aynı klipler, aynı Mac. Japonca, Korece, Çince ve Kantonca için CER, kalanlar için WER.
Apple Speech on dilin tamamında daha doğru. Medyan dilde hataların yaklaşık üçte biri; Fransızca ve Almancada yarıdan fazlası; Brezilya Portekizcesi ve Kantoncada yaklaşık yedi hatadan biri ortadan kalkıyor.
Bu, Apple'ın kendi geçmişiyle karşılaştırmadır. İndirdiğiniz modellere karşı temiz ölçülmüş bir dildeki en iyi derecesi Kantoncadaki ikinciliktir. Dikte daha fazla dili kapsar: bu koşuda 21'e karşı 33 yapılandırma; yeni motorda eksik olan üç dilin tamamı buna dahil.
Yerleşik motor size ne kazandırır?
| Motor | Hız | Zirve bellek | İndirme |
|---|---|---|---|
| SenseVoice Small | 162.3× gerçek zaman | 0.95 GiB | 827 MB |
| Parakeet V3 | 75.6× gerçek zaman | 0.09 GiB | 465 MB |
| Apple Speech | 30.8× gerçek zaman | bildirilmedi | dil paketi uygulama tarafından değil macOS tarafından indirilir |
| Qwen3-ASR 1.7B | 11.1× gerçek zaman | 2.43 GiB | yaklaşık 2.5 GB |
| Whisper Small | 7.9× gerçek zaman | 0.87 GiB | 600 MB |
| Whisper Large V3 Turbo | 3.0× gerçek zaman | 1.87 GiB | yaklaşık 1.6 GB |
Hız, yalnızca çalıştırdığı diller sayılarak bu yazının temiz ölçtüğü on üç dilde her motorun medyanıdır: tekil öğe işleme verimi, bir tanılama değeri; ürün gecikmesi değil. Zirve bellek, bu koşudaki süreç grubunun zirvesidir. Apple Speech, çağıran uygulamaya ait olmayan bir macOS hizmetinde kod çözer; bu yüzden oradaki hiçbir sayı diğer beş motorla aynı şeyi ifade etmez.
Apple Speech'in dil varlıkları sistem tarafından bir kez indirilir ve tüm uygulamalar tarafından paylaşılır. Uygulamanın içinde hiçbir model sunulmaz ve uygulamanın kendi sürecinde bunun için hiçbir şey ayrılmaz. Sistem hizmeti çalışırken yine de bellek kullanır ve bunu kesin olarak ilişkilendiremeyiz; bu nedenle sıfır yazmak yerine sayı bildirmiyoruz. Parakeet V3 ve SenseVoice Small'un gerisinde, 30.8× gerçek zamanda çalıştı.
Whisper Large V3 Turbo on satırın dördünü kazanıyor ve burada en yavaş motor; Apple Speech'ten yaklaşık on kat yavaş ve diskte yaklaşık 1.6 GB. Qwen3-ASR 1.7B diğer altısını kazanıyor; yaklaşık 2.5 GB ve 2.43 GiB bellek. Parakeet V3 465 MB ve 0.09 GiB; Fransızcada Turbo'nun önünde, Lehçede gerisinde ve Japonca, Korece, Çince veya Kantonca modeli yok. 600 MB ile en yakın karşılaştırma Whisper Small; Apple Speech her ikisi için de temiz ölçülen on dilin sekizinde daha doğruydu.
İndirilen bir model yerine Apple Speech kullanmalı mısınız?
Dil dil:
- İngilizce: iyi bir seçim değil. Apple Speech 8.80 aldı; Qwen3-ASR 1.7B (4.49) veya Whisper Large V3 Turbo (5.49) açıkça daha doğru.
- Almanca: iyi bir seçim değil. Apple Speech 6.26 aldı; Qwen3-ASR 1.7B (2.85) veya Whisper Large V3 Turbo (4.05) açıkça daha doğru.
- Felemenkçe, Rusça ve Lehçe: Apple Speech'in bu üç dil için modeli yok. Whisper Large V3 Turbo her birinde 5.69, 5.13 ve 5.45 ile en doğru motordu.
- Japonca: kullanılabilir. Apple Speech 6.36 aldı ve Whisper Large V3 Turbo'nun 5.30 ile gerisinde kaldı.
- Korece: kullanılabilir. Apple Speech 4.31 aldı ve Qwen3-ASR 1.7B'nin 3.54 ile gerisinde kaldı.
- Fransızca: iyi bir seçim değil. Apple Speech 7.61 aldı; Qwen3-ASR 1.7B (4.57) veya Parakeet V3 (5.83) açıkça daha doğru.
- Çince: kullanılabilir. Apple Speech 7.97 aldı ve Whisper Large V3 Turbo ile aynı düzeydeydi; en doğru motor Qwen3-ASR 1.7B ve sonucu 6.49'du.
- İspanyolca: iyi bir seçim değil. Apple Speech 5.41 aldı; Qwen3-ASR 1.7B (3.38) veya Whisper Large V3 Turbo (3.62) açıkça daha doğru.
Apple Speech, bu yazıda Apple'ın SpeechTranscriber teknolojisine verilen kısa addır; macOS 26 veya sonrasında her Mac uygulamasının çağırabileceği cihaz üzerindeki API'dir. Bu, Mac için Whisper Notes tarafından indirilen modellerden biri değildir: Mac Doğrudan İndirme (DMG) sürümünde Whisper, Parakeet V3, SenseVoice ve Qwen3-ASR; iPhone ve Mac App Store sürümünde Whisper, Parakeet V3 ve SenseVoice bulunur. Motor başına tablo dil desteği sayfamızda.
Buradaki hiçbir şey Mac için Whisper Notes'un bugün yaptığı işi değiştirmiyor: Parakeet V3 hâlâ varsayılan model.
Sık Sorulan Sorular
Apple Speech, Whisper kadar doğru mu?
İkisinin de kapsadığı dillerin çoğunda değil. Kendi FLEURS koşumuzda, Apple Speech'in desteklediği bu on dilden yedisinin altısında Whisper Large V3 Turbo daha doğruydu; Çincede ikisi de tam olarak %7.97 CER aldı. Whisper Small'a karşı sıralama tersine dönüyor: Apple Speech yedi dilin altısında öndeydi ve yalnızca İngilizcede, %7.04 WER'e karşı %8.80 ile geride kaldı. Bu koşuda temiz ölçülmüş hiçbir dilde lider değil; en çok Korecede yaklaşıyor: satır liderinin %3.54 değerine karşı %4.31 CER. Kantonca, temiz ölçülen diller arasında Whisper Large V3 Turbo'yu geçtiği tek dil: %36.75 CER'e karşı %8.69. Diliniz destekleniyorsa ve dil paketini macOS'un yönetmesini tercih ediyorsanız yerleşik motoru kullanın; en doğru sonuç için veya diliniz Apple Speech'te bulunmayan üç dilden biriyse Whisper Large V3 Turbo'yu kullanın.
Apple Speech hangi dilleri destekliyor?
Listeye herhangi bir uygulama değil macOS karar verir. Bu koşuda Apple Speech test ettiğimiz 83 dil yapılandırmasının 21'inde sonuç üretti; iki Whisper sürümü de 83'ünü, Qwen3-ASR 1.7B 30'unu, Parakeet V3 25'ini kapsıyor. Ana tablodaki en çok kullanılan on dil arasında İngilizce, Almanca, Japonca, Korece, Fransızca, Çince ve İspanyolca var; Felemenkçe, Lehçe veya Rusça yok. İkinci tablo diğer on dört yapılandırmayı içeriyor: İtalyanca, Kantonca, Brezilya Portekizcesi ve yerel yazı yerine Latin çeviriyazıyla yanıt verdiği on bir dil. Bir uygulama, ilgili makinede hangi dillerin bulunduğunu çalışma zamanında macOS'a sormalı. Diliniz yoksa Whisper, her kanalda uygulama listesindeki tüm dillere ulaşır.
Apple Speech mi Parakeet V3 mü?
İkisinin de kapsadığı her Avrupa dilinde Parakeet V3. İngilizcede 8.80'e karşı 6.89, Fransızcada 7.61'e karşı 5.83, İspanyolcada 5.41'e karşı 4.86, İtalyancada 4.39'a karşı 3.43 ve Brezilya Portekizcesinde 9.35'e karşı 6.49 aldı; Almancada ikisi de 6.26. Parakeet V3'ün Japonca, Korece, Çince veya Kantonca modeli yok; dolayısıyla bu dillerde ikisi arasında yalnızca Apple Speech bulunuyor ve Japonca, Korece ile Çincede satır liderinin en fazla 1.5 puan gerisinde. Parakeet V3 465 MB indirmedir ve 0.09 GiB zirveyle 75.6× gerçek zamanda çalıştı; Apple Speech'in dil paketini macOS indirir, motor 30.8× hızda çalıştı ve belleğini bildirmiyoruz.
SpeechAnalyzer nedir, Apple Dikte ile aynı şey midir?
SpeechAnalyzer, Apple'ın WWDC 2025'te tanıttığı ve macOS 26 ile iOS 26'da kullanıma sunduğu şemsiye API'dir. İçindeki transkripsiyon çalışma modu SpeechTranscriber'dir; ölçtüğümüz ve bu yazıda Apple Speech dediğimiz budur. Dikte uyumluluk modudur ve onu da çalıştırdık: Apple Speech, ikisinin de temiz işlediği on dilin tamamında daha doğruydu; medyan dilde hataların yaklaşık üçte birini, Fransızca ve Almancada yarıdan fazlasını kaldırdı. Dikte daha fazla dili kapsar, 21'e karşı 33 yapılandırma; dolayısıyla %17.34, %13.50 ve %13.13 WER'i kabul edebiliyorsanız Felemenkçe, Lehçe veya Rusça için sistem motorudur. Whisper Large V3 Turbo aynı kliplerde %5.69, %5.45 ve %5.13 aldı.
Apple Speech kullandığımda ses Mac'imden çıkar mı?
Apple, SpeechTranscriber'ı cihaz üzerinde konuşma tanıma olarak belgeliyor: macOS dil varlıklarını bir kez indiriyor ve tanıma yerel olarak çalışıyor. Biz ağ davranışını değil doğruluğu ve hızı ölçtük; bu nedenle o bölümü Apple'ın tanımladığı şekilde aktarıyoruz. Whisper Notes'un indirdiği motorlar — Whisper, Parakeet V3, SenseVoice ve Qwen3-ASR — kendi Mac'inizin GPU veya Neural Engine biriminde, hesap ve API key olmadan çalışır; transkripsiyon her kanalda ağ kapalıyken de çalışır.
Bu sayılar kayıtlarımda aldığım doğrulukla neden eşleşmiyor?
Çünkü FLEURS kısa, temiz, okunmuş konuşmadır; sizin kayıtlarınız değil. Koşumuz, açık bir veri kümesinde kalibrasyondur: dil başına yaklaşık 150 cümle ve 30 dakika ses, tek bir M5 MacBook Air, her motor için aynı klipler. Bir motorun bir dil için makul olup olmadığını gösterir; toplantıda, gürültülü seste, aksanlı konuşmada veya iki saatlik dosyada alacağınız sonucu değil.
Diğer karşılaştırmalar neden Apple Speech'in Whisper'ı geçtiğini söylüyor?
Onu Whisper Small ile ve yalnızca İngilizcede karşılaştırıyorlar. Koşumuz Whisper Small için aynı sonuca varıyor: Apple Speech, ikisinin de temiz ölçtüğü on dilin sekizinde onu geçti. İngilizce, kaybettiği iki dilden biri: 7.04'e karşı 8.80. Sonuç Whisper Large V3 Turbo'ya taşınmıyor; Apple Speech o on dilin sekizinde onun gerisinde kaldı, Çincede 7.97 ile berabere kaldı ve yalnızca Kantoncada öne geçti. Başlığı, karşılaştırmaya hangi Whisper'ın girdiği belirliyor.
Deneyin
Buradaki beş indirilebilir modelin tamamı — Whisper Small, Whisper Large V3 Turbo, Parakeet V3, SenseVoice Small ve Qwen3-ASR 1.7B — Mac için Whisper Notes'un Doğrudan İndirme (DMG) sürümünde, Ayarlar ve ardından Transkripsiyon Modeli altında bulunur.
Sayılarımız bir dildeki deneyiminizle eşleşmiyorsa mac@whispernotes.app adresine e-posta gönderin. Tam sürüm notları: whispernotes.app/changelog.
Kaynaklar: Google FLEURS test bölümünün 70bb2e84 revizyonundaki koşumuz, Apple'ın SpeechAnalyzer belgeleri, ayrıca önceki otuz dilli Qwen3-ASR koşusu .
macOS için indir