Parakeet nebo Whisper pro diktování na Macu: model od NVIDIA proti modelu od OpenAI

Text: · Zveřejněno

Parakeet vs Whisper se scvrkává na jazyky proti rychlosti: Parakeet TDT 0.6B v3 od NVIDIA je model řeči s 600 miliony parametrů pro 25 evropských jazyků, který NVIDIA vytvořila pro vysokou propustnost, a Whisper Large v3 Turbo od OpenAI je vícejazyčný model, jehož model card uvádí mnoho jazyků jménem. Oba mohou běžet lokálně na Macu uvnitř aplikace pro diktování, oba doplňují interpunkci a ani jeden neposílá váš hlas nikam, když běží na vašem počítači.

Vyvíjím YapToText, bezplatnou aplikaci pro diktování na Macu, která spouští Whisper, a jen Whisper. Parakeet nenabízí, proto to, co následuje, čtěte s ohledem na to. Vyvíjím ji, protože mi psaní rukama dělá potíže a diktuji každý den. Fakta o Parakeet tu pocházejí z model card, článku a blogu NVIDIA, fakta o Whisper z vlastních stránek OpenAI a fakta o aplikacích pro Mac z webu každé aplikace. Žádné číslo o rychlosti nebo přesnosti na této stránce není moje.

Stáhnout YapToText v Mac App StoruKe stažení zdarma. Bez účtu a bez zamčených funkcí, pro macOS 14 nebo novější na Macu s čipem Apple. Zdrojový kód na GitHubu.

Tento návod v dalších jazycích: English, Deutsch, Español, Français, Magyar, Bahasa Indonesia, Italiano, 日本語, 한국어, Nederlands, Polski, Português, Русский, ไทย, Türkçe, Tiếng Việt, 简体中文, 繁體中文

Na této stránce: 14 oddílů
  1. Kroky
  2. Dva modely, dva výrobci
  3. Vedle sebe
  4. Rychlost a přesnost: co výrobci naměřili
  5. Které jazyky každý slyší
  6. Aplikace pro Mac s Parakeet a kde stojí YapToText
  7. Kdo by měl vybrat který
    1. Aplikace s Parakeet může vyhovovat, pokud
    2. Whisper může vyhovovat, pokud
  8. Otestujte oba na vlastním hlasu
    1. Krok 1: Zapište si pět vět, které opravdu říkáte
    2. Krok 2: Nadiktujte je s Parakeet
    3. Krok 3: Nadiktujte je s Whisper v YapToText
    4. Krok 4: Porovnejte rychlost na svém Macu
  9. Co který neumí
    1. Parakeet TDT 0.6B v3
    2. Whisper Large v3 Turbo
  10. Stručně
  11. Návody
  12. Další návody, anglicky
  13. Zdroje
  14. Otázky

Kroky

  1. Zapište si pět vět, které opravdu říkáte, se jménem, které obvykle vyjde špatně, a po jedné větě v každém jazyce, ve kterém diktujete.
  2. Nadiktujte je v aplikaci, která nabízí Parakeet V3, například Handy nebo VoiceInk, s vypnutou úpravou textu pomocí AI, a spočítejte slova, která byste museli opravit.
  3. Tu aplikaci ukončete, pak nadiktujte stejné věty v YapToText s Raw Transcription, stisknutím 2 během mluvení, a spočítejte opravy stejným způsobem.
  4. V History aplikace YapToText klikněte na Show pipeline details, abyste viděli, jak dlouho přepis na vašem Macu trval, a porovnejte to s druhou aplikací.

Dva modely, dva výrobci

Oba názvy se používají jako značky, takže pomůže přesně určit, které soubory lidé myslí. Parakeet V3 a Whisper Large v3 Turbo jsou dva místní modely, které většina aplikací pro diktování na Macu dnes nabízí.

  • Parakeet TDT 0.6B v3. Model card NVIDIA na Hugging Face ho nazývá vícejazyčným modelem rozpoznávání řeči s 600 miliony parametrů, navrženým pro přepis řeči na text s vysokou propustností. Rozšiřuje Parakeet TDT 0.6B v2 z angličtiny na 25 evropských jazyků. TDT je zkratka pro Token-and-Duration Transducer, dekodér, který stojí za kodérem FastConformer. NVIDIA ho vydává pod licencí CC BY 4.0.
  • Parakeet V2. Model jen pro angličtinu, z něhož v3 vyrostl. Dokumentace VoiceInk doporučuje Parakeet V2 nebo Parakeet Unified, když diktujete jen anglicky.
  • Whisper Large v3 Turbo. OpenAI nazývá Whisper modelem rozpoznávání řeči pro obecné použití, trénovaným na velkém souboru rozmanitého zvuku, a turbo optimalizovanou verzí large-v3 s rychlejším přepisem a minimálním zhoršením přesnosti. OpenAI uvádí turbo s 809 miliony parametrů a kód a váhy Whisper vydala pod licencí MIT.
  • Co spouští YapToText. Nezměněný soubor Whisper Large v3 Turbo (Q5), 574 MB, přes kopii whisper.cpp sestavenou s Metal a Accelerate. Tento soubor podrobně popisuje stránka o Whisper pro Mac.

Jedna věc se za názvy skrývá: model card Parakeet popisuje jeho spouštění v nástroji NVIDIA NeMo a jako hardware uvádí architektury GPU NVIDIA, například Ampere a Hopper. Mac s čipem Apple GPU od NVIDIA nemá, takže aplikace pro Mac, která Parakeet nabízí, ho musí spouštět jinak, a vlastní dokumentace říká jak. Whisper na Macu obvykle znamená whisper.cpp, jehož README nazývá čip Apple prvotřídním občanem.

Vedle sebe

Zkontrolováno 5. října 2026 v model card Parakeet TDT 0.6B v3 od NVIDIA a v model card Whisper Large v3 Turbo od OpenAI na Hugging Face a 3. října 2026 v README Whisper od OpenAI a v README whisper.cpp.

Parakeet TDT 0.6B v3Whisper Large v3 Turbo
VýrobceNVIDIAOpenAI
Velikost600 milionů parametrů809 milionů parametrů
Jazyky25 evropských jazykůDesítky, uvedené jménem v model card, a podle OpenAI se výkon podle jazyka velmi liší
Výběr jazykaRozpozná ho automaticky, bez zadáníNastaví ho aplikace, nebo se rozpozná. YapToText nabízí 29 jazyků plus Auto-detect
Interpunkce a velká písmenaAutomaticky, podle model cardV YapToText doplňuje interpunkci běžné řeči sám
Časové značkyNa úrovni slov a úseků, podle model cardZáleží na aplikaci. Přepisy souborů v YapToText jsou prostý text bez nich
Dlouhý zvukAž 24 minut v jednom průchodu s plnou pozorností na GPU A100 80GB, nebo až 3 hodiny s lokální pozornostíZáleží na aplikaci
LicenceCC BY 4.0MIT
Určený ke spouštění vNástroji NVIDIA NeMo, na GPU NVIDIAČemkoli, co ho spustí. whisper.cpp bere čip Apple jako prvotřídní

Pro diktování záleží nejvíc na dvou řádcích. Jazyky rozhodují, zda vás Parakeet vůbec slyší, a běhové prostředí rozhoduje, jak rychle ten či onen na vašem Macu působí. Parakeet je užší model stavěný na rychlost. Whisper je širší.

Rychlost a přesnost: co výrobci naměřili

Čísla, která lidé u Parakeet vs Whisper citují, pocházejí od výrobců a z žebříčků, takže tady je přesně, co se měřilo. Každé číslo v této sekci je měření NVIDIA nebo OpenAI, ne moje.

Zkontrolováno 5. října 2026 v článku NVIDIA na arXiv a na blogu NVIDIA.

  • Přesnost podle NVIDIA. Článek NVIDIA „Canary-1B-v2 & Parakeet-TDT-0.6B-v3“ srovnává rozpoznávání anglické řeči na testovacích sadách z Hugging Face Open ASR Leaderboard, například LibriSpeech, AMI a Earnings-22. Uvádí nižší průměrnou chybovost slov pro Parakeet TDT 0.6B v3 než pro Whisper large-v3. Chybovost slov je podíl slov, která model přepsal špatně, takže nižší je lepší. Samotná čísla jsou v článku, uvedeném mezi zdroji.
  • Rychlost podle NVIDIA. Stejná tabulka dává Parakeet RTFx 3 332,74, daleko vyšší než u Whisper large-v3. Blog NVIDIA definuje propustnost na tomto žebříčku jako dobu přepsaného zvuku vydělenou dobou výpočtu a říká, že Parakeet v3 má nejvyšší propustnost z vícejazyčných modelů tam.
  • Turbo podle OpenAI. Řádek v článku je Whisper large-v3, ne turbo. OpenAI hodnotí turbo asi na 8násobek rychlosti large s minimálním zhoršením přesnosti, měřeno na GPU A100, ne na Macu.

Tato čísla čtěte se čtyřmi omezeními. Jsou to anglické testovací sady, takže nic nevypovídají o vaší polštině nebo japonštině. Měřila se na hardwaru NVIDIA, zatímco aplikace pro Mac spouští oba modely na čipu Apple, často z převedeného souboru, takže poměr rychlostí se nepřenese tak, jak je. Srovnávají large-v3, ne 5bitový soubor turbo, který YapToText dodává. A diktování jsou pár sekund jednoho hlasu, ne zkušební nahrávka.

K vymyšleným slovům: článek NVIDIA říká, že do trénovacích dat se přidal zvuk bez řeči, aby se snížily halucinace. Model card Whisper od OpenAI říká, že Whisper může vypsat text, který nezazněl, a návod k halucinacím Whisper vysvětluje proč a co s tím dělá YapToText. Žádný zdroj, který by oba modely v tom měřil vedle sebe, nemám, takže netvrdím ani jedno.

Položka v History aplikace YapToText s otevřenými podrobnostmi zpracování: surový přepis, upravený přepis, režim, doručení, cílová aplikace a časování.
Obrázek 1. Rychlost, na které záleží, je ta na vašem vlastním Macu: History rozdělí dobu od zastavení do textu u každého diktování na přepis, úpravu textu pomocí AI a doručení.

Které jazyky každý slyší

Pro většinu lidí se volba rozhodne tady, dřív než přijde na řadu rychlost. Pokud Parakeet váš jazyk neuvádí, není to váš model.

Model card NVIDIA uvádí těchto 25: bulharštinu, chorvatštinu, češtinu, dánštinu, nizozemštinu, angličtinu, estonštinu, finštinu, francouzštinu, němčinu, řečtinu, maďarštinu, italštinu, lotyštinu, litevštinu, maltštinu, polštinu, portugalštinu, rumunštinu, ruštinu, slovenštinu, slovinštinu, španělštinu, švédštinu a ukrajinštinu. Tady je, jak se to shoduje s 29 jazyky ve výběru Language v YapToText:

  • V obou. Čeština, dánština, nizozemština, angličtina, finština, francouzština, němčina, řečtina, maďarština, italština, polština, portugalština, rumunština, ruština, slovenština, španělština, švédština a ukrajinština.
  • Jen ve výběru YapToText. Arabština, čínština, hebrejština, hindština, indonéština, japonština, korejština, norština (bokmål), thajština, turečtina a vietnamština.
  • Jen v Parakeet v3. Bulharština, chorvatština, estonština, lotyština, litevština, maltština a slovinština. Model card Whisper uvádí všech sedm, ale výběr v YapToText ne, a já tvrdím jen to, co výběr uvádí.

Další dva rozdíly se ukážou, když diktujete ve více než jednom jazyce. Parakeet rozpozná jazyk sám. YapToText nastavuje jeden jazyk na diktování, z výběru nebo z Auto-detect, a změna platí od dalšího diktování. Návod k jazykům ukazuje, jak svázat jazyk s aplikací nebo zkratkou.

Aplikace pro Mac s Parakeet a kde stojí YapToText

Mnoho aplikací pro diktování na Macu dnes nabízí Parakeet vedle Whisper a srovnávací stránky tohoto webu už sledují, které to jsou. Pokud chcete Parakeet na Macu dnes, dostanete ho přes některou z těchto aplikací, ne z YapToText.

Zkontrolováno 3. října 2026 na webu, v dokumentaci nebo v repozitáři každé aplikace.

AplikaceParakeetWhisperCena
VoiceInkParakeet V3 ve výchozím stavu při nastavení, Parakeet V2 nebo Parakeet Unified jen pro angličtinuAnoZkušební verze na 7 dní, potom $25 jednou za jeden Mac
SpokenlyMístní modely Parakeet, zdarmaAno, zdarmaZdarma s místními modely, Pro $9,99 měsíčně
superwhisperJen v ProAno, v bezplatném plánuBezplatný plán, Pro $8,49 měsíčně
HandyParakeet V3Small, Medium, Turbo a LargeZdarma, licence MIT
OpenWhisprAno, mezi místními modelyAnoBezplatné místní diktování
FluidVoiceAno, plus NemotronAnoZdarma, GPL-3.0
YapToTextNeLarge v3 Turbo (Q5) uvnitř, deset dalších v knihovněZdarma

Podrobné stránky jsou srovnání s VoiceInk, srovnání se Spokenly, srovnání se superwhisper a přehled aplikací pro diktování s otevřeným kódem, který pokrývá Handy, OpenWhispr a FluidVoice.

Na straně YapToText je výběr modelu na stránce AI Models. Dictation Model Library má vedle přibaleného modelu deset modelů Whisper a Add Model v části Your own models přijme soubor whisper.cpp .bin nebo llama.cpp .gguf a cokoli jiného odmítne. Soubor Parakeet se do něj tedy nenačte. Návod k modelům AI uvádí každý model s velikostí, kterou aplikace zobrazuje.

Stránka AI Models v YapToText: Whisper Large v3 Turbo (Q5) a Phi-3.5 Mini Instruct označené Included, pod nimi knihovna modelů.
Obrázek 2. Dictation Model Library v YapToText obsahuje jen modely Whisper, od Tiny (English) po Large v3, každý s velikostí ještě před stažením.

Kdo by měl vybrat který

Takhle vybírám, upřímně, i tam, kde odpovědí není moje aplikace. Vybírejte model nejdřív podle svých jazyků a až potom podle rychlosti svého Macu.

Aplikace s Parakeet může vyhovovat, pokud

  • Diktujete jen v evropských jazycích. Hlavně pokud je mezi nimi bulharština, chorvatština, estonština, lotyština, litevština, maltština nebo slovinština, které výběr v YapToText neuvádí.
  • Nejvíc si všímáte rychlosti. NVIDIA ho stavěla na propustnost a čísla v jejím článku tím směrem ukazují. Změřte si to na vlastním Macu, než tomu uvěříte.
  • Často přepínáte mezi evropskými jazyky. Parakeet rozpozná jazyk sám, bez výběru, který by se měnil.
  • Chcete u souborů časové značky slov. Model card uvádí časové značky na úrovni slov, ale zda je uvidíte, závisí na aplikaci.

Whisper může vyhovovat, pokud

  • Diktujete mimo evropské jazyky. Japonština, čínština, korejština, hindština, arabština, hebrejština, thajština, vietnamština, indonéština, turečtina nebo norština (bokmål) jsou ve výběru YapToText a nejsou v seznamu Parakeet v3.
  • Chcete zvolit velikost. Whisper existuje od Tiny po Large, takže můžete vyměnit přesnost za baterii a paměť. Na stránce Energy umí Switch models with the power source dokonce na baterii spustit lehčí model.
  • Chcete ho bez nastavování. Verze YapToText z App Storu dodává Whisper uvnitř a od prvního spuštění funguje offline.
  • Chcete ho spouštět sami. whisper.cpp uvádí jako podporované Macy s Intelem i s čipem Apple a návod k místnímu Whisper má příkazy.

Překlad o tom pro diktování nerozhoduje. YapToText po Whisper chce jen přepis a OpenAI říká, že turbo na překlad stejně není trénované. Pokud srovnáváte Whisper spíš s vlastním enginem Macu, tuto dvojici pokrývá Apple Dictation vs Whisper.

Otestujte oba na vlastním hlasu

Jediný férový test je váš hlas, vaše věty a váš Mac. Trvá asi patnáct minut. Porovnávejte surový přepis se surovým, aby zásluhu ani vinu nenesl žádný model pro úpravu textu.

Krok 1: Zapište si pět vět, které opravdu říkáte

  • Vy: Vyberte věty, které posíláte každý týden, s alespoň jedním jménem, které obvykle vyjde špatně, a po jedné v každém jazyce, ve kterém diktujete.
  • Kontrola: Jednou je přečtěte nahlas, aby tempo bylo přirozené.

Krok 2: Nadiktujte je s Parakeet

  • Vy: V aplikaci, která nabízí Parakeet V3, například Handy, která je zdarma, nebo VoiceInk, jejíž nastavení stahuje Parakeet V3 ve výchozím stavu, zvolte Parakeet V3 a vypněte případnou úpravu textu pomocí AI. Řekněte těch pět vět do poznámky.
  • Kontrola: Spočítejte slova, která byste museli opravit, a pak tu aplikaci ukončete, aby na klávesu pro diktování odpovídala jen jedna aplikace.

Krok 3: Nadiktujte je s Whisper v YapToText

  • Vy: Získejte YapToText z Mac App Storu. Klikněte do poznámky, klepněte na Right Command, během mluvení stiskněte 2 pro Raw Transcription, řekněte stejné věty a klepněte znovu.
  • YapToText: Napíše přesně to, co Whisper slyšel, bez jakéhokoli modelu pro úpravu textu.
  • Kontrola: Spočítejte opravy stejným způsobem. První diktování po spuštění chvíli čeká na načtení modelu, takže měřte čas u druhého.

Krok 4: Porovnejte rychlost na svém Macu

  • Vy: V YapToText otevřete History, najděte diktování a klikněte na Show pipeline details (zobrazit podrobnosti zpracování).
  • YapToText: Rozdělí dobu od zastavení do textu na přepis, úpravu textu pomocí AI a doručení.
  • Kontrola: Řádek přepisu je čas Whisper na vašem Macu. Porovnejte ho s tím, jak dlouho psala stejné věty ta druhá aplikace.

Pokud Whisper pořád chybuje u jednoho jména, přidejte ho na stránce Dictionaries, než se rozhodnete: každá položka připraví Whisper na slovo a zároveň opraví jeho pravopis.

Co který neumí

Parakeet TDT 0.6B v3

  • Slyšet jazyky mimo svých 25. Japonština, čínština, arabština, hindština a ostatní v jeho seznamu nejsou.
  • Běžet na Macu sám od sebe. Jeho model card popisuje nástroj NVIDIA NeMo na GPU NVIDIA, takže na Macu přichází přes aplikaci.
  • Běžet uvnitř YapToText. YapToText spouští jen modely Whisper a Add Model odmítne cokoli, co není soubor whisper.cpp nebo llama.cpp.

Whisper Large v3 Turbo

  • Slyšet všechny jazyky stejně. OpenAI říká, že výkon se podle jazyka velmi liší.
  • Překládat. OpenAI říká, že turbo není na překlad trénované.
  • Slíbit, že nikdy nevymyslí slovo. Model card od OpenAI říká, že může vypsat text, který nezazněl, a proto se YapToText proti tomu chrání.
  • Běžet v YapToText na Macu s Intelem. YapToText vyžaduje čip Apple a macOS 14 nebo novější, ačkoli samotný whisper.cpp Macy s Intelem podporuje.

Žádný model nedělá všechno. Jak se diktuje, rozhoduje aplikace kolem něj. Žádný z modelů neprošel mým srovnávacím testem a procenta přesnosti nezveřejňuji pro žádný model.

Stručně

  • Parakeet. Model od NVIDIA s 600 miliony parametrů pro 25 evropských jazyků, stavěný na propustnost, CC BY 4.0.
  • Whisper. Model od OpenAI s licencí MIT, s desítkami jazyků v model card turbo a velikostmi od Tiny po Large.
  • Čísla. Článek NVIDIA staví Parakeet před Whisper large-v3 na anglických testovacích sadách a daleko před něj v propustnosti. To jsou měření NVIDIA, ne moje.
  • Na Macu. Parakeet nabízejí VoiceInk, Spokenly, superwhisper Pro, Handy, OpenWhispr a FluidVoice. YapToText spouští jen Whisper.

Evropské jazyky a čistá rychlost ukazují na Parakeet. Všechny ostatní jazyky a bezplatná aplikace s modelem uvnitř ukazují na Whisper.

Pokud jste oba otestovali na vlastním hlasu a něco z toho neodpovídá tomu, co jste zjistili, založte issue na GitHubu. Čtu všechna.

Stáhnout YapToText v Mac App StoruKe stažení zdarma. Bez účtu a bez zamčených funkcí, pro macOS 14 nebo novější na Macu s čipem Apple. Zdrojový kód na GitHubu.

Kdo píše. Ryleigh Newman vyvíjí software, psaní na klávesnici zvládá jen s obtížemi a každý den diktuje v YapToText, aplikaci, o které je tento web. Tato stránka je přeložená z angličtiny. Rozhraní aplikace a zbytek webu jsou v angličtině. Více o projektu, anglicky.

Další návody, anglicky

Zdroje

Otázky

Je Parakeet lepší než Whisper?

Záleží na vašem jazyce. Vlastní článek NVIDIA uvádí nižší průměrnou chybovost slov a daleko vyšší propustnost pro Parakeet TDT 0.6B v3 než pro Whisper large-v3 na anglických testovacích sadách, ale Parakeet v3 pokrývá 25 evropských jazyků, zatímco model card turbo od Whisper uvádí o desítky víc. Otestujte oba na vlastních větách.

Dá se Parakeet používat na Macu?

Ano, přes aplikaci pro diktování. Modely Parakeet nabízejí VoiceInk, Spokenly, Handy, OpenWhispr a FluidVoice a superwhisper je nabízí v Pro. YapToText ne. Spouští jen Whisper.

Které jazyky podporuje Parakeet V3?

Model card NVIDIA uvádí 25 evropských jazyků: bulharštinu, chorvatštinu, češtinu, dánštinu, nizozemštinu, angličtinu, estonštinu, finštinu, francouzštinu, němčinu, řečtinu, maďarštinu, italštinu, lotyštinu, litevštinu, maltštinu, polštinu, portugalštinu, rumunštinu, ruštinu, slovenštinu, slovinštinu, španělštinu, švédštinu a ukrajinštinu. Jazyk rozpozná automaticky.

Je Parakeet rychlejší než Whisper?

Podle měření NVIDIA ano: její článek dává Parakeet TDT 0.6B v3 RTFx 3 332,74, daleko vyšší než u Whisper large-v3, měřeno NVIDIA na vlastním hardwaru. Jak který působí na vašem Macu, závisí na aplikaci, takže si několik diktování sami změřte.

Podporuje YapToText Parakeet?

Ne. YapToText ve výchozím stavu spouští Whisper Large v3 Turbo (Q5), v knihovně nabízí deset dalších modelů Whisper a jeho tlačítko Add Model přijme jen soubory whisper.cpp a llama.cpp.

Je Parakeet zdarma a otevřený?

NVIDIA publikuje Parakeet TDT 0.6B v3 na Hugging Face pod licencí CC BY 4.0. Kód a váhy Whisper jsou pod licencí MIT.