Моделі Whisper — не єдиний варіант для офлайн-транскрипції. У Whisper Notes є шість моделей розпізнавання мовлення, які працюють офлайн:
- Parakeet (вбудована)
- Whisper Large V3 Turbo
- Whisper Small
- Qwen3-ASR 1.7B (Mac)
- SenseVoice Small
- Apple Speech (Mac, macOS 26 або новіша)
Яка з них найточніша, залежить від того, якою мовою ви говорите.
Яка модель найточніша?
Ми перевірили всі моделі на одному й тому самому MacBook Air (M5). Нижче — частка помилок (що менше, то краще), найкращий результат у кожному рядку позначено зеленим:
| Мова | Parakeet | Whisper Large V3 Turbo | Whisper Small | Qwen3-ASR 1.7B1 | SenseVoice Small | Apple Speech1 |
|---|---|---|---|---|---|---|
| Англійська | 5,89 % | 5,49 % | 7,04 % | 4,49 % | 8,46 % | 8,80 % |
| Німецька | 5,19 % | 4,05 % | 8,67 % | 2,85 % | — | 6,26 % |
| Нідерландська | 7,89 % | 5,69 % | 16,75 % | 7,36 % | — | — |
| Японська | — | 5,30 % | 11,37 % | 5,74 % | 6,78 % | 6,36 % |
| Польська | 6,59 % | 5,45 % | 15,81 % | 12,59 % | — | — |
| Російська | 6,17 % | 5,13 % | 11,37 % | 5,65 % | — | — |
| Французька | 5,19 % | 5,97 % | 13,24 % | 4,57 % | — | 7,61 % |
| Іспанська | 3,95 % | 3,62 % | 6,22 % | 3,38 % | — | 5,41 % |
| Корейська | — | 4,25 % | 7,30 % | 3,54 % | 7,85 % | 4,31 % |
| Українська | 5,11 % | 6,33 % | 17,48 % | — | — | — |
| Китайська | — | 7,97 % | 20,50 % | 6,49 % | 7,69 % | 7,97 % |
| Кантонська | — | —2 | —2 | 6,44 % | —2 | 8,69 % |
| Італійська | 2,62 % | 2,58 % | 7,64 % | 2,58 % | — | 4,39 % |
| Португальська | 5,81 % | 5,44 % | 8,61 % | 5,17 % | — | 9,35 % |
| Шведська | 13,30 % | 8,78 % | 21,66 % | 19,80 % | — | — |
| Турецька | — | 5,95 % | 14,24 % | 8,81 % | — | — |
| Чеська | 11,03 % | 11,94 % | 38,71 % | 24,59 % | — | — |
| Норвезька | — | 8,99 % | 24,50 % | — | — | — |
| Фінська | 10,44 % | 7,11 % | 25,91 % | 27,71 % | — | — |
| Арабська | — | 15,72 % | 32,81 % | 14,32 % | — | — |
| Словацька | 8,79 % | 9,59 % | 32,43 % | — | — | — |
| Данська | 15,92 % | 13,63 % | 34,14 % | 22,24 % | — | — |
| Гінді | — | 29,64 % | 61,26 % | 13,19 % | — | —3 |
| Тайська | — | 13,40 % | 23,52 % | 6,53 % | — | — |
| Індонезійська | — | 6,31 % | 16,31 % | 4,91 % | — | — |
| Угорська | 13,74 % | 14,59 % | 40,65 % | 36,63 % | — | — |
| Вʼєтнамська | — | 8,10 % | 18,12 % | 4,91 % | — | — |
| Малайська | — | 9,22 % | 19,72 % | 10,62 % | — | — |
| Грецька | 34,00 % | 13,94 % | 31,64 % | 30,22 % | — | — |
| Румунська | 9,68 % | 8,36 % | 29,45 % | 20,20 % | — | — |
| Філіппінська | — | 9,72 % | 25,60 % | 23,31 % | — | — |
| Болгарська | 12,44 % | 14,54 % | 39,68 % | — | — | — |
| Словенська | 20,32 % | 19,15 % | 48,54 % | — | — | — |
| Естонська | 15,56 % | 19,08 % | 50,84 % | — | — | — |
| Хорватська | 12,49 % | 11,49 % | 33,76 % | — | — | — |
| Литовська | 17,97 % | 23,28 % | 67,23 % | — | — | — |
| Мальтійська | 19,38 % | 74,35 % | 95,68 % | — | — | — |
| Ісландська | — | 19,75 % | 73,96 % | — | — | — |
| Каталонська | — | 5,80 % | 15,51 % | — | — | — |
| Галісійська | — | 12,23 % | 31,09 % | — | — | — |
| Македонська | — | 17,46 % | 37,11 % | 18,57 % | — | — |
| Боснійська | — | 14,85 % | 39,60 % | — | — | — |
Для китайської, японської, корейської, кантонської та тайської — частка помилкових символів, для решти мов — частка помилкових слів. Якщо вашої мови немає в таблиці, дивіться сторінку Підтримувані мови.
1 Лише на Mac. Зараз є тільки у версії для Mac з нашого сайту; версія з Mac App Store поки що відстає. 2 Результатів SenseVoice Small і Whisper для кантонської поки не наводимо: ми ще не переконалися, що цей тест оцінює їх коректно. 3 Apple Speech записала увесь текст гінді латиницею, тож оцінити її результат неможливо.
Яка модель найшвидша? Скільки чекати на розшифровку години аудіо?
| Модель | Швидкість (× реального часу) | Година аудіо | Завантаження | Пам’ять |
|---|---|---|---|---|
| SenseVoice Small | 115–131× | близько 30 с | близько 450 МБ | близько 700 МБ |
| Parakeet | 75,8× | близько 50 с | Вбудована (близько 630 МБ) | близько 800 МБ |
| Apple Speech | 19,7× | близько 3 хв | Керує macOS | — |
| Qwen3-ASR 1.7B | 7,6× | близько 8 хв | близько 2,5 ГБ | близько 2,6 ГБ |
| Whisper Small | 6,5× | близько 9 хв | близько 400 МБ | близько 1 ГБ |
| Whisper Large V3 Turbo | 2,7× | близько 22 хв | близько 2 ГБ | близько 2,4 ГБ |
Швидкість, розмір завантаження й пам’ять — як на картках моделей у застосунку для Mac. Швидкість ураховує лише час роботи самої моделі; час на годину аудіо розраховано на її основі.
Найточніші моделі часто й найповільніші, і що довший запис, то відчутніша різниця.
Які моделі є на iPhone і Mac?
| Модель | iPhone | Mac |
|---|---|---|
| Parakeet | Так, вбудована | Так, вбудована |
| Whisper Large V3 Turbo | Ні | Так |
| Whisper Small | Так | Так |
| Qwen3-ASR 1.7B | Ні | Так (Бета)1 |
| SenseVoice Small | Так | Так |
| Apple Speech | Ні | Так (macOS 26 або новіша)1 |
Зелений означає «доступно», бурштиновий — «недоступно». 1 Зараз є тільки у версії для Mac з нашого сайту; версія з Mac App Store поки що відстає.
Ми хочемо, щоб і на iPhone моделей було більше. Найчастіше просять Whisper Large V3, але і повна, і стиснута версії працюють лише на кількох найновіших iPhone, а на більшості телефонів не запускаються. З Qwen3-ASR 1.7B те саме. Ми постійно пробуємо нові моделі й менші версії тих, що вже є. Нещодавно ми замінили модель за замовчуванням: замість Parakeet V3 тепер Parakeet Ultra, яка в 25 мовах помиляється приблизно на 24 % рідше. Докладніше — у статті Parakeet Ultra vs Parakeet V3.
Як перемкнути модель?
На Mac відкрийте Налаштування й у розділі Модель транскрипції клацніть картку потрібної моделі, щоб завантажити її або перейти на неї. Посилання Підтримувані мови на кожній картці показує частку помилок цієї моделі для кожної мови.
Налаштування → Модель транскрипції в застосунку для Mac
Як ми тестували?
Ми взяли начитане мовлення з FLEURS: 83 мовні набори, 12 090 речень, усі моделі на одному MacBook Air (M5). Наші результати Whisper дуже близькі до цифр, які публікує OpenAI. Це чисте начитане мовлення: на нарадах і в шумних записах помилок буде більше.
Часті запитання
Яка модель Whisper найкраща?
Whisper Large V3 Turbo. У кожній мові з таблиці вона точніша за Whisper Small, наприклад, в англійській: 5,49 % проти 7,04 %. Але вона значно повільніша, а на iPhone є лише Whisper Small.
Яка модель найкраще розпізнає японську?
Whisper Large V3 Turbo: 5,30 % помилкових символів. Далі Qwen3-ASR 1.7B із 5,74 %. На iPhone обирайте SenseVoice Small (6,78 %).
Яка модель найкраще розпізнає китайську (мандаринську)?
На Mac — Qwen3-ASR 1.7B: 6,49 % помилкових символів. Далі SenseVoice Small із 7,69 %, і вона працює також на iPhone.
Яка модель Parakeet найкраща?
Parakeet Ultra. У 25 мовах вона помиляється приблизно на 24 % рідше, ніж Parakeet V3 (10,63 % проти 13,99 %). Вона вбудована в застосунок для iPhone (з версії 1.8.9) і у версію для Mac з нашого сайту (з версії 1.6.4).
Завантажити для iOS
Докладні тести