2026 年 9 月 22 日，Moondream 發布了 Parakeet Ultra。它是 NVIDIA Parakeet TDT 0.6B v3 的後訓練版本，架構相同，參數量同樣是 6 億。依 Moondream 模型卡的數字，它在 FLEURS 25 種語言上的平均詞錯率從 11.62% 降到 9.55%，錯誤少了約 17.8%。我們想知道的是：實際使用時，Parakeet Ultra 比 Parakeet V3 準多少？每種語言又各是如何？
我們之前用一組固定的 FLEURS 句子測過 Parakeet V3、Whisper、Qwen3-ASR 和 SenseVoice，見 Apple SpeechAnalyzer 與 Whisper 的評測；Qwen3-ASR 與 Whisper 的評測也用這組句子測了 30 種語言。這次我們拿它來測 Parakeet Ultra。數字都是我們自己在 Whisper Notes 裡、用一台 Mac 測的，我們盡量如實呈現。
Parakeet Ultra 準了多少？
我們在 FLEURS 測試集上把兩個模型各跑一遍：Parakeet 支援的 25 種語言，3,976 句朗讀語音，共 12.55 小時。每一句都依照 Whisper Notes 實際執行這個模型的方式轉錄。
| 語言 | Parakeet V3 | Parakeet Ultra |
|---|---|---|
| 英語 | 6.89% | 5.89% |
| 德語 | 4.69% | 3.72% |
| 荷蘭語 | 7.59% | 6.91% |
| 西班牙語（拉丁美洲） | 4.73% | 3.77% |
| 法語 | 5.66% | 4.95% |
| 波蘭語 | 8.02% | 6.34% |
| 俄語 | 6.99% | 5.72% |
| 烏克蘭語 | 6.59% | 5.11% |
| 芬蘭語 | 13.72% | 10.03% |
| 義大利語 | 3.33% | 2.48% |
| 葡萄牙語（巴西） | 6.37% | 5.69% |
| 瑞典語 | 16.18% | 13.12% |
| 捷克語 | 13.70% | 10.85% |
| 立陶宛語 | 24.50% | 18.00% |
| 拉脫維亞語 | 30.25% | 20.70% |
| 希臘語 | 36.10% | 20.96% |
| 愛沙尼亞語 | 20.12% | 15.40% |
| 斯洛伐克語 | 11.84% | 8.58% |
| 羅馬尼亞語 | 13.74% | 9.54% |
| 丹麥語 | 19.22% | 15.68% |
| 匈牙利語 | 18.78% | 13.63% |
| 保加利亞語 | 14.05% | 12.28% |
| 克羅埃西亞語 | 13.37% | 12.49% |
| 斯洛維尼亞語 | 23.82% | 18.49% |
| 馬爾他語 | 24.46% | 19.19% |
| 25 種語言合計 | 13.99% | 10.63% |
詞錯率，越低越好。綠色：Parakeet Ultra 較準，且超出 95% 區間。克羅埃西亞語：差異不明顯。Whisper Notes 團隊在一部 Apple M5 Mac 上以 Whisper Notes 實測。
25 種語言合併計算，詞錯率從 13.99% 降到 10.63%，錯誤少了約 24%：大約每 7 個詞錯一個，變成大約每 9 個詞錯一個。Parakeet Ultra 在 24 種語言上更準，沒有任何一種變差。
哪些語言進步最多？
各語言詞錯率，灰色為 Parakeet V3，綠色為 Parakeet Ultra，依下降的百分點排序。來源：我們在 Whisper Notes 裡的實測，FLEURS 測試集。
進步最多的，是 Parakeet V3 原本最弱的語言：拉脫維亞語從 30.25% 降到 20.70%，立陶宛語從 24.50% 降到 18.00%，斯洛維尼亞語從 23.82% 降到 18.49%，馬爾他語從 24.46% 降到 19.19%。在 Whisper Notes 裡降最多的是希臘語，從 36.10% 降到 20.96%，但仍是 25 種裡最高的。使用人數多的語言起點本來就低，進步也較小：英語、德語、西班牙語、法語、義大利語、葡萄牙語、荷蘭語和俄語下降 0.68 至 1.27 個百分點，每一種仍在誤差範圍之外。
Parakeet Ultra 會比較慢嗎？
| Parakeet V3 | Parakeet Ultra | |
|---|---|---|
| 處理速度 | 即時的 74.5 倍 | 即時的 74.0 倍 |
| 模型載入，中位數 | 0.10 秒 | 0.10 秒 |
200 段 FLEURS 片段，每種語言取前 8 段，共 37.2 分鐘音訊。每段由兩個模型接連各跑一次，先後順序輪流交換。只計引擎處理時間，不含行程啟動與模型載入，不是 App 裡端對端的等待時間。Apple M5 Mac，macOS 27.0。
我們沒有測出差異。Parakeet Ultra 是即時的 74.0 倍，Parakeet V3 是 74.5 倍，速度比 0.99，95% 區間為 0.94 至 1.06。以這個速度，在這部 Mac 上一小時的錄音，兩個模型都約 49 秒處理完。
兩個模型架構相同、參數量相同，只有權重不同，速度一樣也在意料之中。Parakeet Ultra 更準，速度不變。
有背景噪音時還比較準嗎？
FLEURS 是乾淨的語音，所以噪音我們另外做了一組測試。我們把 MUSAN 語料庫裡的背景噪音混進 LibriSpeech 以及 FLEURS 德語、西班牙語的朗讀句子，訊噪比分 10、5、0 dB 三級：共 9 種條件、1,320 句，在 Mac 上用 Whisper Notes 同款的 Core ML 模型執行。
| 條件 | Parakeet V3 | Parakeet Ultra | 變化 |
|---|---|---|---|
| LibriSpeech test-other，10 dB | 4.72% | 3.87% | −18% |
| LibriSpeech test-other，5 dB | 5.71% | 4.86% | −15% |
| LibriSpeech test-other，0 dB | 9.91% | 8.75% | −12% |
| FLEURS 德語，10 dB | 9.80% | 8.04% | −18% |
| FLEURS 德語，5 dB | 13.86% | 10.55% | −24% |
| FLEURS 德語，0 dB | 24.21% | 17.88% | −26% |
| FLEURS 西班牙語，10 dB | 11.17% | 5.46% | −51% |
| FLEURS 西班牙語，5 dB | 11.90% | 5.77% | −51% |
| FLEURS 西班牙語，0 dB | 13.43% | 6.96% | −48% |
| 9 種條件平均 | 11.63% | 8.02% | −31% |
這是另外的噪音測試，不是上面那組 FLEURS 測試：詞錯率，單位為 %，每種條件 200 句 LibriSpeech 或 120 句 FLEURS。它的錯誤率不能和 FLEURS 那張表直接比較，只有相對變化可以參考。
9 種條件平均下來，Parakeet Ultra 的錯誤比 Parakeet V3 少了約 31%，而且 9 種條件全都更準，差距都超出誤差範圍。 德語上噪音越大，進步越多；西班牙語在每一級都少了約一半的錯誤。
手動指定語言，反而讓 Parakeet 變差
很多 Whisper Notes 使用者問過，為什麼 Parakeet 沒有語言設定。Parakeet 其實可以指定要辨識哪種語言，但在 Whisper Notes 裡，這樣做反而讓它比較不準，兩個版本都一樣。我們的測法是每一句跑兩遍，一遍自動偵測語言，一遍指定語言。
| 語言 | Ultra 指定語言 | Ultra 自動偵測 | V3 指定語言 | V3 自動偵測 |
|---|---|---|---|---|
| 德語 | 5.19 | 3.72 | 6.26 | 4.69 |
| 荷蘭語 | 7.89 | 6.91 | 8.58 | 7.59 |
| 斯洛維尼亞語 | 20.32 | 18.49 | 25.51 | 23.82 |
| 希臘語 | 34.00 | 20.96 | 36.49 | 36.10 |
| 25 種語言合計 | 11.59 | 10.63 | 14.30 | 13.99 |
詞錯率，單位為 %。綠色標出每個模型兩欄中較低的值。Parakeet Ultra 表中每組差距都超出 95% 區間，25 種語言裡有 18 種自動偵測較準，沒有一種較差；Parakeet V3 這組沒有計算區間。
我們的推測是：指定語言並不會讓 Parakeet 聽得更準，只會把轉錄結果裡「不像這種語言」的詞刪掉，而人名、外來語常常被誤刪。所以 Whisper Notes 裡的 Parakeet 一律自動偵測語言；Whisper、SenseVoice 和 Qwen3-ASR 則可以選擇語言，SenseVoice 選定語言後錯誤率還會略低一點。
Parakeet Ultra 適合哪些語言？
- 拉脫維亞語、立陶宛語、斯洛維尼亞語、馬爾他語、匈牙利語、愛沙尼亞語和希臘語進步最多，下降 4.72 至 15.14 個百分點。
- 英語、德語、西班牙語、法語、義大利語、葡萄牙語和荷蘭語原本錯誤率就低，下降 0.68 至 1.01 個百分點。克羅埃西亞語沒有明顯差異。
- 烏克蘭語、捷克語、愛沙尼亞語、匈牙利語、立陶宛語和斯洛伐克語：在我們的 FLEURS 測試裡，Parakeet Ultra 的錯誤率現在低於 Whisper Large V3 Turbo。
- 這 25 種以外的語言，例如中文、日語、韓語、阿拉伯語和印地語：中文、粵語、日語和韓語用 SenseVoice Small，語言列表裡的其他語言用 Whisper，Mac 上是 Whisper Large V3 Turbo，iPhone 上是 Whisper Small。
Parakeet Ultra 是什麼？
| 開發者 | Moondream |
| 基礎模型 | NVIDIA Parakeet TDT 0.6B v3 |
| 發布日期 | 2026 年 9 月 22 日 |
| 規模 | 6 億參數，架構和分詞器與基礎模型相同；在 Mac 版 App 裡約 600 MB |
| 語言 | 與 Parakeet V3 相同的 25 種歐洲語言 |
| 訓練資料 | 未公開 |
| 授權 | CC BY 4.0；模型頁面：moondream/parakeet-ultra |
| 執行方式 | 在你的裝置上離線執行，使用 Apple 神經網路引擎，模型是 Fluid Inference 轉換的 Core ML 版本 |
| 在 Whisper Notes 裡 | 內建，不需另外下載：從官網下載的 Mac 版 1.6.4 起，iPhone 版 1.8.9 起。設定裡 Mac 上顯示為「Parakeet」，iPhone 上顯示為「Parakeet V3」。 |
我們把轉換後的權重和 Moondream 發布的版本逐一張量比對，在轉換精度內一致。Moondream、NVIDIA 和 Fluid Inference 都沒有為 Whisper Notes 背書。
我們怎麼測
所有數字都是在 Whisper Notes 裡端對端測得，在其他環境直接執行原始模型，結果可能不同。測試集是 Google FLEURS：25 種語言、3,976 句，句子和計分方式與我們先前的測試相同。詞錯率以每種語言的全部詞合併計算，95% 區間透過對句子重新抽樣取得，所有測試都在一部 Apple M5 Mac 上完成。改用指定語言比較，結論相同（14.30% 降到 11.59%）；另取一組 FLEURS 樣本，我們測到的降幅也和 Moondream 模型卡一樣，都是 17.8%。
FLEURS 是乾淨的朗讀語音，每段短於 30 秒，因此沒有涵蓋會議、遠距收音、濃重口音和長錄音；iPhone 使用同一個模型，沒有另外測試。
常見問題
Parakeet Ultra 和 Parakeet V3 哪個比較準？
Parakeet Ultra。在 Whisper Notes 裡測的 25 種 FLEURS 語言上，詞錯率是 10.63%（Parakeet Ultra）對 13.99%（Parakeet V3），錯誤少了約 24%；24 種語言更準，沒有一種變差。進步最多的是希臘語，從 36.10% 降到 20.96%；其次是拉脫維亞語，從 30.25% 降到 20.70%。
Parakeet Ultra 比 Parakeet V3 慢嗎？
不會。在一部 Apple M5 Mac 上，它是即時的 74.0 倍，Parakeet V3 是 74.5 倍，速度比 0.99，95% 區間為 0.94 至 1.06。一小時錄音兩個模型都約 49 秒處理完。
Parakeet Ultra 支援哪些語言？
和 Parakeet V3 相同的 25 種歐洲語言：保加利亞語、克羅埃西亞語、捷克語、丹麥語、荷蘭語、英語、愛沙尼亞語、芬蘭語、法語、德語、希臘語、匈牙利語、義大利語、拉脫維亞語、立陶宛語、馬爾他語、波蘭語、葡萄牙語、羅馬尼亞語、俄語、斯洛伐克語、斯洛維尼亞語、西班牙語、瑞典語和烏克蘭語。中文、粵語、日語和韓語，Whisper Notes 提供 SenseVoice Small；其他語言則用 Whisper。
要怎麼使用 Parakeet Ultra？
它就是 Whisper Notes 內建的 Parakeet 模型：從官網下載的 Mac 版 1.6.4 起，iPhone 版 1.8.9 起。不需要另外下載，在你的裝置上離線轉錄。
試用看看
Whisper Notes 現已內建 Parakeet Ultra。點選下方按鈕，從 App Store 下載 iPhone 版，或從官網下載 Mac 版。有任何問題，請寄信到 support@whispernotes.app。
下載 iOS 版