Parakeet vs Whisper para dictar en un Mac: el modelo de NVIDIA frente al de OpenAI

Parakeet vs Whisper se reduce a idiomas contra velocidad: el Parakeet TDT 0.6B v3 de NVIDIA es un modelo de voz de 600 millones de parámetros para 25 idiomas europeos que NVIDIA construyó para un alto rendimiento, y el Whisper Large v3 Turbo de OpenAI es un modelo multilingüe cuya ficha enumera por su nombre muchos idiomas. Los dos pueden ejecutarse en local en un Mac dentro de una app de dictado, los dos añaden puntuación y ninguno envía tu voz a ninguna parte cuando se ejecuta en tu equipo.

Creé YapToText, una app gratuita de dictado para Mac que ejecuta Whisper, y solo Whisper. No ofrece Parakeet, así que lee lo que sigue con eso en mente. La creé porque me cuesta escribir con las manos y dicto todos los días. Los datos sobre Parakeet salen de la ficha del modelo, el artículo y el blog de NVIDIA, los de Whisper de las páginas de OpenAI y los de las apps de Mac del sitio de cada app. Ninguna cifra de velocidad o de precisión de esta página es mía.

Descargar YapToText en el Mac App StoreDescarga gratuita. Sin cuenta y sin nada bloqueado, para macOS 14 o posterior en un Mac con chip de Apple. Código fuente en GitHub.

En esta página: 14 secciones
  1. Pasos
  2. Dos modelos, dos creadores
  3. Uno junto al otro
  4. Velocidad y precisión: lo que midieron los creadores
  5. Qué idiomas oye cada uno
  6. Apps de Mac que ejecutan Parakeet y dónde queda YapToText
  7. Quién debería elegir cuál
    1. Una app con Parakeet puede irte bien si
    2. Whisper puede irte bien si
  8. Prueba los dos con tu propia voz
    1. Paso 1: Anota cinco frases que dices de verdad
    2. Paso 2: Dicta con Parakeet
    3. Paso 3: Dicta con Whisper en YapToText
    4. Paso 4: Compara la velocidad en tu Mac
  9. Lo que no puede hacer cada uno
    1. Parakeet TDT 0.6B v3
    2. Whisper Large v3 Turbo
  10. En resumen
  11. Guías
  12. Más guías, en inglés
  13. Fuentes
  14. Preguntas

Pasos

  1. Anota cinco frases que dices de verdad, con un nombre que suele salir mal y una frase en cada idioma en que dictas.
  2. Dicta esas frases en una app que ofrezca Parakeet V3, como Handy o VoiceInk, con cualquier limpieza con IA desactivada, y cuenta las palabras que tendrías que corregir.
  3. Cierra esa app y dicta las mismas frases en YapToText con <span lang="en">Raw Transcription</span>, pulsando 2 mientras hablas, y cuenta las correcciones de la misma manera.
  4. En <span lang="en">History</span> de YapToText, haz clic en <span lang="en">Show pipeline details</span> para ver cuánto tardó la transcripción en tu Mac y compáralo con la otra app.

Dos modelos, dos creadores

Los dos nombres se usan como si fueran marcas, así que conviene precisar a qué archivos se refiere la gente. Parakeet V3 y Whisper Large v3 Turbo son los dos modelos locales que la mayoría de las apps de dictado para Mac ponen hoy delante de ti.

  • Parakeet TDT 0.6B v3. La ficha del modelo de NVIDIA en Hugging Face lo describe como un modelo multilingüe de reconocimiento de voz de 600 millones de parámetros, diseñado para transcribir voz a texto con alto rendimiento. Amplía Parakeet TDT 0.6B v2 del inglés a 25 idiomas europeos. TDT significa Token-and-Duration Transducer, el decodificador que va detrás de un codificador FastConformer. NVIDIA lo publica con la licencia CC BY 4.0.
  • Parakeet V2. El modelo solo en inglés del que salió la v3. La documentación de VoiceInk sugiere Parakeet V2 o Parakeet Unified cuando solo dictas en inglés.
  • Whisper Large v3 Turbo. OpenAI llama a Whisper un modelo de reconocimiento de voz de propósito general entrenado con un gran conjunto de audio diverso, y a turbo una versión optimizada de large-v3 con transcripción más rápida y una degradación mínima de la precisión. OpenAI indica que turbo tiene 809 millones de parámetros y publicó el código y los pesos de Whisper con la licencia MIT.
  • Lo que ejecuta YapToText. El archivo Whisper Large v3 Turbo (Q5) original, de 574 MB, mediante una copia de whisper.cpp compilada con Metal y Accelerate. La página de Whisper para Mac trata ese archivo en detalle.

Algo que los nombres esconden: la ficha del modelo de Parakeet describe cómo ejecutarlo con el kit NeMo de NVIDIA y enumera arquitecturas de GPU de NVIDIA, como Ampere y Hopper, como su hardware. Un Mac con Apple silicon no tiene GPU de NVIDIA, así que una app de Mac que ofrezca Parakeet tiene que ejecutarlo de otra manera, y su propia documentación explica cómo. Whisper en un Mac suele significar whisper.cpp, cuyo README llama a Apple silicon un ciudadano de primera clase.

Uno junto al otro

Comprobado el 5 de octubre de 2026 en la ficha del modelo Parakeet TDT 0.6B v3 de NVIDIA y en la del Whisper Large v3 Turbo de OpenAI en Hugging Face, y el 3 de octubre de 2026 en el README de Whisper de OpenAI y en el de whisper.cpp.

Parakeet TDT 0.6B v3Whisper Large v3 Turbo
CreadorNVIDIAOpenAI
Tamaño600 millones de parámetros809 millones de parámetros
Idiomas25 idiomas europeosDecenas, enumerados por su nombre en la ficha del modelo. El rendimiento varía mucho según el idioma, según OpenAI
Elegir el idiomaLo detecta automáticamente, sin indicacionesLo fija la app o se detecta. YapToText ofrece 29 idiomas más Auto-detect
Puntuación y mayúsculasAutomáticas, según la ficha del modeloPuntúa el habla corriente por sí mismo en YapToText
Marcas de tiempoPor palabra y por segmento, según la ficha del modeloDepende de la app. Las transcripciones de archivos de YapToText son texto sin formato y no las llevan
Audio largoHasta 24 minutos de una vez con atención completa en una GPU A100 80GB, o hasta 3 horas con atención localDepende de la app
LicenciaCC BY 4.0MIT
Hecho para funcionar enEl kit NeMo de NVIDIA, en GPU de NVIDIACualquier cosa que lo ejecute. whisper.cpp trata Apple silicon como de primera clase

Dos filas importan más para dictar. Los idiomas deciden si Parakeet puede oírte siquiera, y el entorno de ejecución decide qué tan rápido se siente cada uno en tu Mac. Parakeet es el modelo más estrecho y construido para ir más rápido. Whisper es el más amplio.

Velocidad y precisión: lo que midieron los creadores

Las cifras que se citan en Parakeet vs Whisper vienen de los creadores y de clasificaciones, así que aquí está exactamente lo que midieron. Cada cifra de esta sección es una medición de NVIDIA o de OpenAI, no mía.

Comprobado el 5 de octubre de 2026 en el artículo de NVIDIA en arXiv y en el blog de NVIDIA.

  • Precisión, según NVIDIA. El artículo de NVIDIA, «Canary-1B-v2 & Parakeet-TDT-0.6B-v3», compara el reconocimiento de voz en inglés en los conjuntos de prueba de la clasificación Open ASR Leaderboard de Hugging Face, como LibriSpeech, AMI y Earnings-22. Informa de una tasa media de error de palabras más baja para Parakeet TDT 0.6B v3 que para Whisper large-v3. La tasa de error de palabras es la proporción de palabras que un modelo acertó mal, así que cuanto más baja, mejor. Las cifras están en el propio artículo, enumerado en las fuentes.
  • Velocidad, según NVIDIA. La misma tabla da a Parakeet un RTFx de 3.332,74, muy superior al de Whisper large-v3. El blog de NVIDIA define el rendimiento en esa clasificación como la duración del audio transcrito dividida por el tiempo de cálculo, y dice que Parakeet v3 tiene el mayor rendimiento de los modelos multilingües que figuran allí.
  • Turbo, según OpenAI. La fila del artículo es Whisper large-v3, no turbo. OpenAI calcula que turbo es unas 8 veces más rápido que large con una degradación mínima de la precisión, medido en una GPU A100, no en un Mac.

Lee esas cifras con cuatro límites en mente. Son conjuntos de prueba en inglés, así que no dicen nada sobre tu polaco o tu japonés. Se midieron en hardware de NVIDIA, mientras que una app de Mac ejecuta cualquiera de los dos modelos en Apple silicon, a menudo desde un archivo convertido, así que la proporción de velocidad no se traslada tal cual. Comparan large-v3, no el archivo turbo de 5 bits que incluye YapToText. Y un dictado son unos segundos de una sola voz, no una grabación de prueba.

Sobre las palabras inventadas, el artículo de NVIDIA dice que se añadió audio sin voz a los datos de entrenamiento para reducir las alucinaciones. La ficha del modelo Whisper de OpenAI dice que Whisper puede producir texto que en realidad no se dijo, y la guía de las alucinaciones de Whisper explica por qué y qué hace YapToText al respecto. No encontré ninguna fuente que mida los dos uno junto al otro en eso, así que no afirmo nada en un sentido ni en otro.

Una entrada de History de YapToText con los detalles del proceso abiertos: transcripción en bruto, transcripción limpia, modo, entrega, app de destino y tiempos.
Figura 1. La cifra de velocidad que importa es la de tu propio Mac: History divide el tiempo entre parar y obtener el texto de cada dictado en transcripción, limpieza con IA y entrega.

Qué idiomas oye cada uno

Para la mayoría de la gente la elección se decide aquí, antes de que entre la velocidad. Si Parakeet no incluye tu idioma, no es tu modelo.

La ficha del modelo de NVIDIA enumera estos 25: búlgaro, croata, checo, danés, neerlandés, inglés, estonio, finés, francés, alemán, griego, húngaro, italiano, letón, lituano, maltés, polaco, portugués, rumano, ruso, eslovaco, esloveno, español, sueco y ucraniano. Así se compara con los 29 idiomas del selector Language de YapToText:

  • En los dos. Checo, danés, neerlandés, inglés, finés, francés, alemán, griego, húngaro, italiano, polaco, portugués, rumano, ruso, eslovaco, español, sueco y ucraniano.
  • Solo en el selector de YapToText. Árabe, chino, hebreo, hindi, indonesio, japonés, coreano, noruego bokmål, tailandés, turco y vietnamita.
  • Solo en Parakeet v3. Búlgaro, croata, estonio, letón, lituano, maltés y esloveno. La ficha del modelo de Whisper enumera los siete, pero el selector de YapToText no, y yo solo afirmo lo que enumera el selector.

Aparecen dos diferencias más cuando dictas en más de un idioma. Parakeet detecta el idioma por sí mismo. YapToText fija un idioma por dictado, desde el selector o con Auto-detect, y un cambio se aplica desde el siguiente dictado. La guía de idiomas muestra cómo asociar un idioma a una app o a un atajo.

Apps de Mac que ejecutan Parakeet y dónde queda YapToText

Muchas apps de dictado para Mac ofrecen ahora Parakeet junto a Whisper, y las páginas de comparación del sitio ya siguen cuáles. Si hoy quieres Parakeet en un Mac, lo consigues con una de estas apps, no con YapToText.

Comprobado el 3 de octubre de 2026 en el sitio, la documentación o el repositorio de cada app.

AppParakeetWhisperPrecio
VoiceInkParakeet V3 por defecto al configurar. Parakeet V2 o Parakeet Unified solo para inglésSíPrueba de 7 días y luego $25 una vez para un Mac
SpokenlyModelos Parakeet locales, gratisSí, gratisGratis con modelos locales. Pro, $9,99 al mes
superwhisperSolo en ProSí, en el plan gratuitoPlan gratuito. Pro, $8,49 al mes
HandyParakeet V3Small, Medium, Turbo y LargeGratis, con licencia MIT
OpenWhisprSí, entre sus modelos localesSíDictado local gratis
FluidVoiceSí, además de NemotronSíGratis, GPL-3.0
YapToTextNoLarge v3 Turbo (Q5) incluido, y diez más en la bibliotecaGratis

Las páginas de detalle son la comparación con VoiceInk, la comparación con Spokenly, la comparación con superwhisper y el repaso de las apps de dictado de código abierto, que trata Handy, OpenWhispr y FluidVoice.

Por parte de YapToText, la elección del modelo está en la página AI Models. La Dictation Model Library tiene diez modelos Whisper además del incluido, y Add Model, en Your own models, acepta un archivo .bin de whisper.cpp o un archivo .gguf de llama.cpp y rechaza cualquier otro. Así que un archivo de Parakeet no se cargará. La guía de los modelos de IA enumera cada modelo con el tamaño que muestra la app.

La página AI Models de YapToText: Whisper Large v3 Turbo (Q5) y Phi-3.5 Mini Instruct marcados como Included, con la biblioteca de modelos debajo.
Figura 2. La Dictation Model Library de YapToText contiene solo modelos Whisper, de Tiny (English) a Large v3, cada uno con su tamaño antes de descargarlo.

Quién debería elegir cuál

Así es como elegiría yo, con franqueza, incluso donde la respuesta no es mi app. Elige el modelo primero por tus idiomas y después por la rapidez de tu Mac.

Una app con Parakeet puede irte bien si

  • Solo dictas en idiomas europeos. Sobre todo si uno de ellos es búlgaro, croata, estonio, letón, lituano, maltés o esloveno, que el selector de YapToText no incluye.
  • La velocidad es lo que más notas. NVIDIA lo construyó para el rendimiento, y las cifras de su artículo apuntan en ese sentido. Mídelo en tu propio Mac antes de creértelo.
  • Cambias mucho entre idiomas europeos. Parakeet detecta el idioma por sí mismo, sin selector que cambiar.
  • Quieres marcas de tiempo por palabra en los archivos. La ficha del modelo enumera marcas de tiempo por palabra, aunque que las veas depende de la app.

Whisper puede irte bien si

  • Dictas fuera de los idiomas de Europa. Japonés, chino, coreano, hindi, árabe, hebreo, tailandés, vietnamita, indonesio, turco o noruego bokmål están en el selector de YapToText y no en la lista de Parakeet v3.
  • Quieres elegir un tamaño. Whisper va de Tiny a Large, así que puedes cambiar precisión por batería y memoria. En la página Energy, Switch models with the power source puede incluso usar un modelo más ligero con batería.
  • Lo quieres sin nada que configurar. La versión de YapToText del App Store trae Whisper dentro y funciona sin conexión desde el primer inicio.
  • Quieres ejecutarlo tú. whisper.cpp indica que admite Mac con Intel y con Apple silicon, y la guía de Whisper en local tiene los comandos.

La traducción no decide esto para dictar. YapToText solo le pide a Whisper que transcriba, y OpenAI dice que turbo no está entrenado para traducir de todas formas. Si estás comparando Whisper con el motor del propio Mac, Dictado de Apple vs Whisper trata esa pareja.

Prueba los dos con tu propia voz

La única prueba justa es con tu voz, tus frases y tu Mac. Lleva unos quince minutos. Compara lo bruto con lo bruto, para que ningún modelo de limpieza se lleve el mérito ni la culpa.

Paso 1: Anota cinco frases que dices de verdad

  • Tú: Elige frases que envías cada semana, con al menos un nombre que suele salir mal, y una en cada idioma en que dictas.
  • Comprueba: Léelas en voz alta una vez para que el ritmo sea natural.

Paso 2: Dicta con Parakeet

  • Tú: En una app que ofrezca Parakeet V3, como Handy, que es gratis, o VoiceInk, cuya configuración descarga Parakeet V3 por defecto, elige Parakeet V3 y desactiva cualquier limpieza con IA que ofrezca la app. Di las cinco frases en una nota.
  • Comprueba: Cuenta las palabras que tendrías que corregir y después cierra esa app para que solo una app responda a tu tecla de dictado.

Paso 3: Dicta con Whisper en YapToText

  • Tú: Consigue YapToText en el Mac App Store. Haz clic en la nota, toca Right Command, pulsa 2 para Raw Transcription mientras hablas, di las mismas frases y vuelve a tocar.
  • YapToText: Escribe exactamente lo que oyó Whisper, sin ningún modelo de limpieza de por medio.
  • Comprueba: Cuenta las correcciones de la misma manera. El primer dictado tras el inicio espera un momento mientras se carga el modelo, así que cronometra el segundo.

Paso 4: Compara la velocidad en tu Mac

  • Tú: En YapToText, abre History, busca el dictado y haz clic en Show pipeline details.
  • YapToText: Divide el tiempo entre parar y obtener el texto en transcripción, limpieza con IA y entrega.
  • Comprueba: La línea de transcripción es el tiempo de Whisper en tu Mac. Compárala con lo que tardó la otra app en escribir las mismas frases.

Si Whisper sigue fallando con un nombre, añádelo en la página Dictionaries antes de decidir: cada entrada prepara a Whisper con la palabra además de corregir su ortografía.

Lo que no puede hacer cada uno

Parakeet TDT 0.6B v3

  • Oír idiomas fuera de sus 25. El japonés, el chino, el árabe, el hindi y el resto no están en su lista.
  • Funcionar por sí solo en un Mac. Su ficha del modelo describe el kit NeMo de NVIDIA en GPU de NVIDIA, así que en un Mac llega a través de una app.
  • Funcionar dentro de YapToText. YapToText solo ejecuta modelos Whisper, y Add Model rechaza todo lo que no sea un archivo de whisper.cpp o de llama.cpp.

Whisper Large v3 Turbo

  • Oír todos los idiomas por igual. OpenAI dice que el rendimiento varía mucho según el idioma.
  • Traducir. OpenAI dice que turbo no está entrenado para traducir.
  • Prometer que nunca inventa una palabra. La ficha del modelo de OpenAI dice que puede producir texto que no se dijo, y por eso YapToText se protege de ello.
  • Funcionar en YapToText con un Mac con Intel. YapToText necesita Apple silicon y macOS 14 o posterior, aunque el propio whisper.cpp admite Mac con Intel.

Ninguno de los dos modelos lo hace todo. La app que los rodea decide cómo se siente dictar. No he pasado ninguno de los dos modelos por una prueba de referencia, y no publico porcentajes de precisión de ningún modelo.

En resumen

  • Parakeet. El modelo de 600 millones de parámetros de NVIDIA para 25 idiomas europeos, construido para el rendimiento, con CC BY 4.0.
  • Whisper. Es el modelo de OpenAI con licencia MIT, con decenas de idiomas en la ficha del modelo turbo y tamaños de Tiny a Large.
  • Las cifras. El artículo de NVIDIA sitúa a Parakeet por delante de Whisper large-v3 en conjuntos de prueba en inglés y muy por delante en rendimiento. Son mediciones de NVIDIA, no mías.
  • En un Mac. VoiceInk, Spokenly, superwhisper Pro, Handy, OpenWhispr y FluidVoice ofrecen Parakeet. YapToText ejecuta solo Whisper.

Los idiomas europeos y la velocidad pura apuntan a Parakeet. Cualquier otro idioma, y una app gratis con el modelo dentro, apuntan a Whisper.

Si probaste los dos con tu propia voz y algo de aquí no coincide con lo que encontraste, abre un issue en GitHub (en inglés). Los leo todos.

Descargar YapToText en el Mac App StoreDescarga gratuita. Sin cuenta y sin nada bloqueado, para macOS 14 o posterior en un Mac con chip de Apple. Código fuente en GitHub.

Quién escribe. Ryleigh Newman desarrolla software, tiene dificultades para escribir con las manos y dicta todos los días con YapToText, la app que describe este sitio. Esta página está traducida del inglés. La interfaz de la app y el resto del sitio están en inglés. Más sobre el proyecto, en inglés.

Guías

Más guías, en inglés

Fuentes

Preguntas

¿Parakeet es mejor que Whisper?

Depende de tu idioma. El propio artículo de NVIDIA informa de una tasa media de error de palabras más baja y de un rendimiento mucho mayor para Parakeet TDT 0.6B v3 que para Whisper large-v3 en conjuntos de prueba en inglés, pero Parakeet v3 cubre 25 idiomas europeos, mientras que la ficha del modelo turbo de Whisper enumera decenas más. Prueba los dos con tus propias frases.

¿Puedo usar Parakeet en un Mac?

Sí, mediante una app de dictado. VoiceInk, Spokenly, Handy, OpenWhispr y FluidVoice ofrecen modelos Parakeet, y superwhisper los ofrece en Pro. YapToText no. Ejecuta solo Whisper.

¿Qué idiomas admite Parakeet V3?

La ficha del modelo de NVIDIA enumera 25 idiomas europeos: búlgaro, croata, checo, danés, neerlandés, inglés, estonio, finés, francés, alemán, griego, húngaro, italiano, letón, lituano, maltés, polaco, portugués, rumano, ruso, eslovaco, esloveno, español, sueco y ucraniano. Detecta el idioma automáticamente.

¿Parakeet es más rápido que Whisper?

Según las mediciones de NVIDIA, sí: su artículo da a Parakeet TDT 0.6B v3 un RTFx de 3.332,74, muy superior al de Whisper large-v3, medido por NVIDIA en su propio hardware. Cómo se siente cada uno en tu Mac depende de la app, así que cronometra tú mismo algunos dictados.

¿YapToText admite Parakeet?

No. YapToText ejecuta Whisper Large v3 Turbo (Q5) por defecto, ofrece diez modelos Whisper más en su biblioteca, y su botón Add Model solo acepta archivos de whisper.cpp y de llama.cpp.

¿Parakeet es gratis y abierto?

NVIDIA publica Parakeet TDT 0.6B v3 en Hugging Face con la licencia CC BY 4.0. El código y los pesos de Whisper tienen la licencia MIT.