SenseVoice vs Qwen3-ASR: Çince, Japonca ve Korece için hangisi daha iyi?

Doğruluk sayıları kendi ölçümümüz. SenseVoice Small, Qwen3-ASR ve Whisper Large V3 Turbo'yu, Whisper Notes'un kullandığı modellerle, aynı FLEURS okuma cümleleri üzerinde çalıştırdık (her dil için yaklaşık 30 dakikalık ses). Hızlar ise uygulamanın her modelin kartında gösterdiği değerler ve kısa kliplerle yapılan ayrı bir testten geliyor. Geri kalan her şey Mac uygulamasının bugünkü çalışma biçimine dayanıyor.

Qwen3-ASR, SenseVoice'tan ne kadar daha doğru?

Çince, Japonca ve Korece için karakter hata oranı (CER), İngilizce için kelime hata oranı (WER); düşük olan daha iyidir. Yeşil, her satırdaki en düşük değeri gösterir. FLEURS test setinde, bir Mac'te kendi ölçümümüz: her dil için yaklaşık 30 dakika ve 139 ile 180 arasında okunmuş cümle. SenseVoice'ta dil elle seçiliydi. Yalnızca temiz okuma konuşması: gürültülü ortamlar, toplantılar ve uzun kayıtlar kapsam dışında.

Test ettiğimiz her dilde Qwen3-ASR, SenseVoice'tan daha az hata yapıyor. Çince ve Japoncada fark yaklaşık bir puan: Çincede %6.49'a (Qwen3-ASR) karşı %7.69 (SenseVoice), Japoncada %5.74'e karşı %6.78. En büyük fark Korecede: SenseVoice'un yanlış yazdığı karakter oranı iki katın üzerinde (%7.85'e karşı %3.54). İngilizcede Qwen3-ASR yaklaşık her 22 kelimeden birini, SenseVoice ise yaklaşık her 12 kelimeden birini yanlış yazıyor.

Whisper Large V3 Turbo, Qwen3-ASR'ye yakın. Japoncada üç model arasında en doğru sonucu verdi, Korece ve İngilizcede ikinci oldu; Çincede ise SenseVoice'un biraz gerisinde kaldı.

SenseVoice, Qwen3-ASR'den ne kadar daha hızlı?

Yeşil, daha hızlı modeli gösterir. Bunlar uygulamadaki model kartlarında görünen hızlardır: modelin yüklenmesi hariç, yalnızca motorun işlem süresi; bir Mac'te, ayrı bir günlük kullanım testinde kısa kliplerle ölçüldü. SenseVoice dil ayarlıyken 115.2×, otomatik algılamayla 131× hızında çalıştı; Qwen3-ASR yuvarlanmadan önce 7.65× ölçüldü. Bir saatlik süreler bu hızlardan hesaplanıp yuvarlandı.

SenseVoice 15 kattan fazla hızlı. Bir saatlik kayıtta bu, yaklaşık yarım dakikaya karşı yaklaşık sekiz dakika demek. Uzun kayıtları yazıya döküyorsanız ya da metni hemen istiyorsanız, hız farkı, bir puanlık doğruluk farkından daha önemlidir. Birkaç dakika bekleyebiliyor ve daha az düzeltme yapmak istiyorsanız, o kadar önemli değildir.

Biraz daha doğru sonuç için dili seçin

Dil ayarlıyken SenseVoice, dört dilin hepsinde Otomatik ayarına göre daha az hata yaptı: Çincede %7.69'a karşı %7.90, Japoncada %6.78'e karşı %6.87, Korecede %7.85'e karşı %8.09 ve İngilizcede %8.46'ya karşı %8.51. Farklar küçük, ama hepsi aynı yönü gösteriyor. Qwen3-ASR'yi ve Whisper'ı Otomatik ayarıyla çalıştırmadık, bu yüzden onlar için sayımız yok; uygulamanın kendi önerisi de Parakeet dışında dil seçmenin genellikle Otomatik ayarından daha doğru sonuç verdiği yönünde.

İstisna Parakeet: Whisper Notes'ta ona dili belirtmek doğruluğunu düşürdü, bu yüzden dili her zaman kendisi algılıyor (bkz. Parakeet Ultra vs Parakeet V3). Mac'te bu ayar, Ayarlar'daki Transkripsiyon bölümünde yer alan Dil seçeneğidir.

Uzun kayıtlar ne kadar sürüyor?

Daha önce gerçek bir kayıtla yaptığımız bir testte, Apple M4 Pro üzerinde SenseVoice, Çince bir röportaj podcast'inin 27 dakikalık bir bölümünü 13.83 saniyede yazıya döktü. Whisper Large V3 Turbo aynı dosya için 2 dakika 4 saniye harcadı. Qwen3-ASR bu teste dahil değildi. O test uygulamanın daha eski bir sürümüyle yapıldı; yaklaşık 117× gerçek zamanlı hız, bugünkü model kartındaki 115–131× ile örtüşüyor.

O testi kabaca bir saate uyarlarsak, bir saatlik bir toplantı ya da ders o Mac'te SenseVoice ile yaklaşık yarım dakika, Whisper Large V3 Turbo ile yaklaşık dört buçuk dakika sürer. Yukarıdaki hızlara göre Qwen3-ASR ile aynı iş yaklaşık sekiz dakika sürer.

İki model de uzun bir dosyayı tek seferde okumaz. Mac uygulamasında SenseVoice sesi duraklamalardan keserek en fazla 30 saniyelik parçalara böler ve her parçanın metnini biter bitmez gösterir. Qwen3-ASR de en fazla 30 saniyelik parçalarla çalışır; sesi parça sınırına en yakın sessiz anda keser, metin de yazıldıkça ekranda belirir. Her iki durumda da döküm parça parça dolar ve dosyanın tamamı bitmeden okumaya başlayabilirsiniz.

Cihazımda hangisini kullanabilirim?

Yeşil mevcut, kehribar rengi mevcut değil anlamına gelir.

iPhone'da Çince, Japonca ve Korece için hızlı seçenek SenseVoice'tur; alternatifi Whisper Small'dur.

Neden iki Mac sürümü var? Mac App Store sürümü, Apple'ın App Store uygulamalarına koyduğu sınırlar içinde çalışır. Bu yüzden birkaç özellik yalnızca web sitemizden indirilen Mac uygulamasında var: Fn ile sesle yazma, cihaz üzerindeki yapay zeka asistanı ve komut satırı aracı (nedenini burada anlattık). Konuşma modelleri iki sürümde de aynı.

Her birinin Mac'teki gereksinimleri

İndirme boyutları ve bellek etiketleri, web sitemizden indirilen Mac uygulamasının güncel sürümünde gösterildiği gibidir. Kehribar rengi, indirmeden önce kontrol etmeniz gereken bir gereksinimi gösterir. En yüksek bellek değerleri, yukarıdaki hızlarla aynı günlük kullanım testinden; 1 GiB, 1 GB'tan yaklaşık %7 fazladır.

İki model de yerleşik değil. Her biri Ayarlar'daki kendi kartından bir kez indirilir ve sonra çevrimdışı çalışır. SenseVoice açık ara daha hafif: indirme boyutu Qwen3-ASR'ninkinin yaklaşık beşte biri, bellek ihtiyacı ise yarısından epey az. 16 GB'tan az belleği olan bir Mac'te Qwen3-ASR kartı, bellek notunu uyarı olarak turuncu gösterir. Karşılaştırma için: Whisper Large V3 Turbo'nun indirme boyutu yaklaşık 2 GB, kartında yazan bellek ise yaklaşık 2.4 GB.

Hangisini kullanmalısınız?

• Mac'te en az hata: iki Mac sürümünde de bulunan Qwen3-ASR 1.7B. Testimizdeki dört dilin hepsinde SenseVoice'u geçti. Japoncada Whisper Large V3 Turbo biraz daha da doğruydu: %5.30'a karşı %5.74.
• Hız, uzun kayıtlar, belleği az bir Mac ya da iPhone: SenseVoice Small. Bir saatlik ses yaklaşık sekiz dakika yerine yaklaşık yarım dakika sürer; indirme boyutu ve bellek ihtiyacı da çok daha küçüktür.
• Qwen3-ASR 1.7B olmadan Japonca ya da Korece doğruluğu (Qwen3-ASR macOS 15 gerektirir): Whisper Large V3 Turbo. Japoncada %5.30 (SenseVoice: %6.78), Korecede %4.25 (SenseVoice: %7.85). SenseVoice'tan çok daha yavaştır.
• Diğer diller: İngilizce ve öteki 24 Avrupa dili için yerleşik model Parakeet (bkz. Parakeet Ultra vs Parakeet V3), geri kalanlar için Whisper. 30 dilde Qwen3-ASR 1.7B ile Whisper'ın karşılaştırması Qwen3-ASR vs Whisper testimizde. Her modelin sizin dilinizdeki hata oranı 42 dillik model karşılaştırmamızda yan yana.

Başka neleri bilmelisiniz?

• Konuşmacı etiketleri, zaman damgaları ve altyazılar ikisiyle de çalışır. SenseVoice da Qwen3-ASR de zaman damgası verir; bu yüzden konuşmacı etiketleri ve SRT altyazı dışa aktarımı iki modelde de aynı şekilde çalışır.
• Basitleştirilmiş ya da Geleneksel Çince, sistem dilinize göre belirlenir. Transkripsiyondan sonra Whisper Notes, Çince metni Mac'inizde sistem dilinize göre Basitleştirilmiş ya da Geleneksel karakterlere çevirir. Dili 简体中文 (Basitleştirilmiş Çince) ya da 繁體中文 (Geleneksel Çince) olarak ayarlarsanız, bunun yerine o seçim belirleyici olur.
• Lehçeler test edilmedi. Qwen'in kendi model kartında 30 dil ile 22 Çince lehçe ve aksan listeleniyor. Whisper Notes'ta ayrı bir lehçe ayarı yok: Çince ya da Otomatik seçeneğini seçersiniz, gerisini model halleder. Lehçeleri test etmediğimiz için iki modelin bunlarla ne kadar iyi başa çıktığını söyleyemeyiz.
• Qwen3-ASR Beta aşamasında. Beklenmedik şekilde durursa Whisper Notes onu bir sonraki açılışta kapatır ve başka bir modele geçer; böylece uygulama yine açılır. Yeniden denemek için Ayarlar'da Qwen3-ASR'yi tekrar seçebilirsiniz.
• Sayılarımız temiz okuma konuşması için geçerli. FLEURS cümleleri sessiz koşullarda sesli okunur. Toplantılar, gürültülü ortamlar, uzaktaki mikrofonlar ve belirgin aksanlar farkları her iki yönde de değiştirebilir.
• Karışık Çince ve İngilizce test edilmedi. İki modelin Çince ile İngilizce arasında geçiş yapan cümlelerde nasıl davrandığını ölçmedik; bu yüzden birine karar vermeden önce kendi tipik kayıtlarınızdan birini deneyin.

Modeller arasında nasıl geçiş yapılır?

Mac'te Ayarlar'ı açın ve Transkripsiyon Modeli bölümüne inin. Her modelin bir kartı var; kartta modelin hızı, en uygun olduğu kullanım, kaç dili kapsadığı, ne kadar bellek gerektirdiği ve indirme boyutu yer alır. Bir modeli indirmek için kartına ya da üzerindeki indirme okuna tıklayın; model yüklendikten sonra ona geçmek için karta tıklayın. Her karttaki diller bağlantısı (Desteklenen Diller, Qwen3-ASR 1.7B kartında ise Desteklenen 30 dil) her dili, o dil için ölçtüğümüz hata oranıyla birlikte listeler.

Web sitemizden indirilen Mac uygulamasında Ayarlar → Transkripsiyon Modeli

Ardından Transkripsiyon altındaki Dil ayarını Otomatik'te bırakmayın, dilinizi seçin.

SenseVoice nedir?

FunAudioLLM makalesinden: SenseVoice-Small 234 milyon parametreye sahip ve 10 saniyelik sesi 70 ms'de işliyor; Whisper-Large-V3 1550 milyon parametreye sahip ve 1281 ms sürüyor. İkisi de Mac'te değil, bir veri merkezi GPU'sunda ölçüldü.

Qwen3-ASR, Alibaba'nın Qwen ekibinden geliyor ve Apache 2.0 lisansıyla yayımlanıyor. Whisper Notes'ta Mac'in GPU'sunda MLX ile 8 bit olarak çalışır. 30 dilde Whisper'a karşı sonuçları Qwen3-ASR karşılaştırma testimizde.

Sıkça sorulan sorular

Deneyin

SenseVoice, iPhone ve Mac için Whisper Notes'ta; Qwen3-ASR (Beta) ise yalnızca Mac'te. iPhone uygulamasını App Store'dan ya da Mac uygulamasını web sitemizden almak için aşağıdaki düğmeleri kullanın. Sorunuz mu var? support@whispernotes.app adresine e-posta gönderin.

iOS için indir macOS için indir