2026 年 9 月 22 日，Moondream 发布了 Parakeet Ultra。它是 NVIDIA Parakeet TDT 0.6B v3 的后训练版本，架构相同，参数量同样是 6 亿。按 Moondream 模型卡的数字，它在 FLEURS 25 种语言上的平均词错率从 11.62% 降到 9.55%，错误少了约 17.8%。我们想知道的是：实际使用中，Parakeet Ultra 比 Parakeet V3 准多少？每种语言分别怎样？
我们以前用一组固定的 FLEURS 句子测过 Parakeet V3、Whisper、Qwen3-ASR 和 SenseVoice，见 Apple SpeechAnalyzer 对比 Whisper 的评测；Qwen3-ASR 对比 Whisper 的评测也用这组句子测了 30 种语言。这次我们用它来测 Parakeet Ultra。数字都是我们自己在 Whisper Notes 里、用一台 Mac 测的，我们尽量如实地写出来。
Parakeet Ultra 准了多少？
我们在 FLEURS 测试集上把两个模型都跑了一遍：Parakeet 支持的 25 种语言，3,976 句朗读语音，共 12.55 小时。每一句都按 Whisper Notes 实际运行这个模型的方式转写。
| 语言 | Parakeet V3 | Parakeet Ultra |
|---|---|---|
| 英语 | 6.89% | 5.89% |
| 德语 | 4.69% | 3.72% |
| 荷兰语 | 7.59% | 6.91% |
| 西班牙语（拉美） | 4.73% | 3.77% |
| 法语 | 5.66% | 4.95% |
| 波兰语 | 8.02% | 6.34% |
| 俄语 | 6.99% | 5.72% |
| 乌克兰语 | 6.59% | 5.11% |
| 芬兰语 | 13.72% | 10.03% |
| 意大利语 | 3.33% | 2.48% |
| 葡萄牙语（巴西） | 6.37% | 5.69% |
| 瑞典语 | 16.18% | 13.12% |
| 捷克语 | 13.70% | 10.85% |
| 立陶宛语 | 24.50% | 18.00% |
| 拉脱维亚语 | 30.25% | 20.70% |
| 希腊语 | 36.10% | 20.96% |
| 爱沙尼亚语 | 20.12% | 15.40% |
| 斯洛伐克语 | 11.84% | 8.58% |
| 罗马尼亚语 | 13.74% | 9.54% |
| 丹麦语 | 19.22% | 15.68% |
| 匈牙利语 | 18.78% | 13.63% |
| 保加利亚语 | 14.05% | 12.28% |
| 克罗地亚语 | 13.37% | 12.49% |
| 斯洛文尼亚语 | 23.82% | 18.49% |
| 马耳他语 | 24.46% | 19.19% |
| 25 种语言合计 | 13.99% | 10.63% |
词错率，越低越好。绿色：Parakeet Ultra 更准，且超出 95% 区间。克罗地亚语：差别不明显。Whisper Notes 团队在一台 Apple M5 Mac 上用 Whisper Notes 实测。
25 种语言合在一起算，词错率从 13.99% 降到 10.63%，错误少了约 24%：大约每 7 个词错一个，变成大约每 9 个词错一个。Parakeet Ultra 在 24 种语言上更准，没有一种更差。
哪些语言进步最大？
各语言词错率，灰色为 Parakeet V3，绿色为 Parakeet Ultra，按下降的百分点排序。来源：我们在 Whisper Notes 里的实测，FLEURS 测试集。
进步最大的，是 Parakeet V3 原本最弱的语言：拉脱维亚语从 30.25% 降到 20.70%，立陶宛语从 24.50% 降到 18.00%，斯洛文尼亚语从 23.82% 降到 18.49%，马耳他语从 24.46% 降到 19.19%。在 Whisper Notes 里降得最多的是希腊语，从 36.10% 降到 20.96%，但仍是 25 种里最高的。使用人数多的语言起点低，进步也小：英语、德语、西班牙语、法语、意大利语、葡萄牙语、荷兰语和俄语下降 0.68 至 1.27 个百分点，每一种仍超出误差范围。
Parakeet Ultra 会更慢吗？
| Parakeet V3 | Parakeet Ultra | |
|---|---|---|
| 处理速度 | 74.5 倍实时 | 74.0 倍实时 |
| 模型加载，中位数 | 0.10 秒 | 0.10 秒 |
200 条 FLEURS 片段，每种语言取前 8 条，共 37.2 分钟音频。每条片段两个模型背靠背各跑一次，先后顺序轮流交换。只计引擎处理时间，不含进程启动和模型加载，不是 app 里端到端的等待时间。Apple M5 Mac，macOS 27.0。
我们没有测出差别。Parakeet Ultra 是 74.0 倍实时，Parakeet V3 是 74.5 倍，速度比 0.99，95% 区间为 0.94 至 1.06。按这个速度，在这台 Mac 上一小时的录音两个模型都大约 49 秒处理完。
两个模型架构相同、参数量相同，只是权重不同，速度一样也在意料之中。Parakeet Ultra 更准，速度不变。
有背景噪声时还更准吗？
FLEURS 是干净的语音，所以噪声我们另做了一组测试。我们把 MUSAN 噪声库里的背景噪声混进 LibriSpeech 以及 FLEURS 德语、西班牙语的朗读句子，信噪比分 10、5、0 dB 三档：共 9 种条件、1,320 句，在 Mac 上用 Whisper Notes 同款的 Core ML 模型运行。
| 条件 | Parakeet V3 | Parakeet Ultra | 变化 |
|---|---|---|---|
| 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 德语，10 dB | 9.80% | 8.04% | −18% |
| FLEURS 德语，5 dB | 13.86% | 10.55% | −24% |
| FLEURS 德语，0 dB | 24.21% | 17.88% | −26% |
| FLEURS 西班牙语，10 dB | 11.17% | 5.46% | −51% |
| FLEURS 西班牙语，5 dB | 11.90% | 5.77% | −51% |
| FLEURS 西班牙语，0 dB | 13.43% | 6.96% | −48% |
| 9 种条件平均 | 11.63% | 8.02% | −31% |
这是单独的噪声测试，不是上面那组 FLEURS 测试：词错率，单位为 %，每种条件 200 句 LibriSpeech 或 120 句 FLEURS。它的错误率不能和 FLEURS 那张表直接比较，只有相对变化可以参考。
9 种条件平均下来，Parakeet Ultra 的错误比 Parakeet V3 少了约 31%，而且 9 种条件全部更准，都超出了误差范围。 德语上噪声越大，进步越大；西班牙语在每一档都少了约一半错误。
手动指定语言，反而让 Parakeet 变差
很多 Whisper Notes 用户问过，为什么 Parakeet 没有语言设置。Parakeet 其实可以被告知要识别哪种语言，但在 Whisper Notes 里，这样做反而让它不那么准，两个版本都是如此。我们的测法是把每一句跑两遍，一遍自动识别语言，一遍指定语言。
| 语言 | Ultra 指定语言 | Ultra 自动识别 | V3 指定语言 | V3 自动识别 |
|---|---|---|---|---|
| 德语 | 5.19 | 3.72 | 6.26 | 4.69 |
| 荷兰语 | 7.89 | 6.91 | 8.58 | 7.59 |
| 斯洛文尼亚语 | 20.32 | 18.49 | 25.51 | 23.82 |
| 希腊语 | 34.00 | 20.96 | 36.49 | 36.10 |
| 25 种语言合计 | 11.59 | 10.63 | 14.30 | 13.99 |
词错率，单位为 %。绿色标出每个模型两列里较低的值。Parakeet Ultra 表中每组差距都超出 95% 区间，25 种语言里有 18 种自动识别更准，没有一种更差；Parakeet V3 这组没有算区间。
我们的猜测：指定语言并不会让 Parakeet 听得更准，只会把转写结果里“不像这种语言”的词删掉，而人名、外来词常常被误删。所以 Whisper Notes 里的 Parakeet 一律自动识别语言。Whisper、SenseVoice 和 Qwen3-ASR 则可以选择语言（SenseVoice 选定语言后错误率还略低一点）。
Parakeet Ultra 适合哪些语言？
- 拉脱维亚语、立陶宛语、斯洛文尼亚语、马耳他语、匈牙利语、爱沙尼亚语和希腊语进步最大，下降 4.72 至 15.14 个百分点。
- 英语、德语、西班牙语、法语、意大利语、葡萄牙语和荷兰语原本错误率就低，下降 0.68 至 1.01 个百分点。克罗地亚语没有明显差别。
- 乌克兰语、捷克语、爱沙尼亚语、匈牙利语、立陶宛语和斯洛伐克语：在我们的 FLEURS 测试里，Parakeet Ultra 的错误率现在低于 Whisper Large V3 Turbo。
- 这 25 种以外的语言，比如中文、日语、韩语、阿拉伯语和印地语：中文、粤语、日语和韩语用 SenseVoice Small，语言列表里的其他语言用 Whisper，Mac 上是 Whisper Large V3 Turbo，iPhone 上是 Whisper Small。
Parakeet Ultra 是什么？
| 开发方 | Moondream |
| 基础模型 | NVIDIA Parakeet TDT 0.6B v3 |
| 发布日期 | 2026 年 9 月 22 日 |
| 规模 | 6 亿参数，架构和分词器与基础模型相同；在 Mac 版 app 里约占 600 MB |
| 语言 | 与 Parakeet V3 相同的 25 种欧洲语言 |
| 训练数据 | 未公开 |
| 许可 | CC BY 4.0；模型页面：moondream/parakeet-ultra |
| 运行方式 | 在你的设备上离线运行，使用 Apple 神经网络引擎，模型是 Fluid Inference 转换的 Core ML 版本 |
| 在 Whisper Notes 里 | 内置，不用另外下载：从官网下载的 Mac 版 1.6.4 起，iPhone 版 1.8.9 起。设置里 Mac 上显示为“Parakeet”，iPhone 上显示为“Parakeet V3”。 |
我们把转换后的权重和 Moondream 发布的版本逐个张量对比过，在转换精度之内是一致的。Moondream、NVIDIA 和 Fluid Inference 都没有为 Whisper Notes 背书。
我们是怎么测的
所有数字都是在 Whisper Notes 里端到端测得的，在别处直接运行原始模型，结果可能不同。测试集是 Google FLEURS：25 种语言，3,976 句，句子和计分方式与我们之前的测试相同。词错率按每种语言的全部词合计，95% 区间通过对句子重采样得到，所有测试都在一台 Apple M5 Mac 上完成。改成指定语言来比，结论相同（14.30% 降到 11.59%）；另取一组 FLEURS 样本，我们测到的降幅也和 Moondream 模型卡一样，都是 17.8%。
FLEURS 是干净的朗读语音，每条短于 30 秒，会议、远场录音、重口音和长录音都没有覆盖；iPhone 用的是同一个模型，没有单独测。
常见问题
Parakeet Ultra 和 Parakeet V3 哪个更准？
Parakeet Ultra。在 Whisper Notes 里测的 25 种 FLEURS 语言上，词错率是 10.63%（Parakeet Ultra）对 13.99%（Parakeet V3），错误少了约 24%；24 种语言更准，没有一种更差。进步最大的是希腊语，从 36.10% 降到 20.96%；以及拉脱维亚语，从 30.25% 降到 20.70%。
Parakeet Ultra 比 Parakeet V3 慢吗？
不慢。在一台 Apple M5 Mac 上，它是 74.0 倍实时，Parakeet V3 是 74.5 倍，速度比 0.99，95% 区间为 0.94 至 1.06。一小时录音两个模型都大约 49 秒处理完。
Parakeet Ultra 支持哪些语言？
和 Parakeet V3 一样的 25 种欧洲语言：保加利亚语、克罗地亚语、捷克语、丹麦语、荷兰语、英语、爱沙尼亚语、芬兰语、法语、德语、希腊语、匈牙利语、意大利语、拉脱维亚语、立陶宛语、马耳他语、波兰语、葡萄牙语、罗马尼亚语、俄语、斯洛伐克语、斯洛文尼亚语、西班牙语、瑞典语和乌克兰语。中文、粤语、日语和韩语，Whisper Notes 提供 SenseVoice Small；其他语言用 Whisper。
怎样用上 Parakeet Ultra？
它是 Whisper Notes 内置的 Parakeet 模型：从官网下载的 Mac 版 1.6.4 起，iPhone 版 1.8.9 起。不用另外下载，在你的设备上离线转写。
去试试
Whisper Notes 现已内置 Parakeet Ultra。点击下方按钮，从 App Store 下载 iPhone 版，或从官网下载 Mac 版。如有任何问题，请联系 support@whispernotes.app。
下载 iOS 版