Parakeet vagy Whisper diktáláshoz Macen: az NVIDIA modellje az OpenAI-é ellen

Írta: · Megjelent:

A Parakeet és a Whisper között a választás a nyelvek és a sebesség közti: az NVIDIA Parakeet TDT 0.6B v3 modellje egy 600 millió paraméteres beszédmodell 25 európai nyelvre, amelyet az NVIDIA nagy áteresztőképességre épített, az OpenAI Whisper Large v3 Turbo pedig többnyelvű modell, amelynek modellkártyája névvel sorolja fel a sok nyelvét. Mindkettő futhat helyben egy Mac-en egy diktálóalkalmazáson belül, mindkettő tesz írásjeleket, és egyik sem küldi el a hangodat sehová, ha a gépeden fut.

Én fejlesztem a YapToTextet, egy ingyenes Mac-diktálóalkalmazást, amely a Whispert futtatja, és csak a Whispert. A Parakeetet nem kínálja, ezért a következőket ezt szem előtt tartva olvasd. Azért készítettem, mert kézzel nehezen gépelek, és minden nap diktálok. A Parakeetre vonatkozó tények az NVIDIA saját modellkártyájából, tanulmányából és blogjából származnak, a Whisperre vonatkozók az OpenAI saját oldalairól, a Mac-alkalmazásokra vonatkozók pedig az egyes alkalmazások saját webhelyéről. Az oldalon egyetlen sebesség- vagy pontossági szám sem az enyém.

A YapToText letöltése a Mac App Store-bólIngyen letölthető. Nincs fiók és nincsenek zárolt funkciók. Apple chippel szerelt Mac és macOS 14 vagy újabb kell hozzá. Forráskód a GitHubon.

Ez az útmutató más nyelveken: English, Čeština, Deutsch, Español, Français, Bahasa Indonesia, Italiano, 日本語, 한국어, Nederlands, Polski, Português, Русский, ไทย, Türkçe, Tiếng Việt, 简体中文, 繁體中文

Ezen az oldalon: 14 rész
  1. Lépések
  2. Két modell, két gyártó
  3. Egymás mellett
  4. Sebesség és pontosság: amit a gyártók mértek
  5. Melyik nyelveket hallja
  6. Parakeetet futtató Mac-alkalmazások, és hol áll a YapToText
  7. Ki melyiket válassza
    1. A Parakeetes alkalmazás illhet hozzád, ha
    2. A Whisper illhet hozzád, ha
  8. Teszteld mindkettőt a saját hangodon
    1. 1. lépés: Írj le öt mondatot, amelyet tényleg mondasz
    2. 2. lépés: Diktáld le őket a Parakeettel
    3. 3. lépés: Diktáld le őket a Whisperrel a YapToTextben
    4. 4. lépés: Hasonlítsd össze a sebességet a Maceden
  9. Amit egyik sem tud
    1. Parakeet TDT 0.6B v3
    2. Whisper Large v3 Turbo
  10. A rövid változat
  11. Útmutatók
  12. További útmutatók, angolul
  13. Források
  14. Kérdések

Lépések

  1. Írj le öt mondatot, amelyet tényleg mondasz, egy névvel, amely általában rosszul jön ki, és egy mondattal minden nyelven, amelyen diktálsz.
  2. Diktáld le őket egy Parakeet V3-at kínáló alkalmazásban, például a Handyben vagy a VoiceInkban, minden MI-s tisztítást kikapcsolva, és számold meg a szavakat, amelyeket javítanod kellene.
  3. Lépj ki abból az alkalmazásból, majd diktáld le ugyanazokat a mondatokat a YapToTextben Raw Transcription móddal, beszéd közben a 2 billentyűt nyomva, és ugyanígy számold meg a javításokat.
  4. A YapToText History oldalán kattints a Show pipeline details lehetőségre, hogy lásd, mennyi ideig tartott az átírás a Maceden, és hasonlítsd össze a másik alkalmazással.

Két modell, két gyártó

A két nevet márkanévként használják, ezért segít pontosan meghatározni, melyik fájlokról van szó. A Parakeet V3 és a Whisper Large v3 Turbo az a két helyi modell, amelyet a legtöbb Mac-diktálóalkalmazás ma eléd tesz.

  • Parakeet TDT 0.6B v3. Az NVIDIA Hugging Face-en lévő modellkártyája 600 millió paraméteres, többnyelvű beszédfelismerő modellnek nevezi, amelyet nagy áteresztőképességű beszédből szöveggé átíráshoz terveztek. A Parakeet TDT 0.6B v2 modellt bővíti az angolról 25 európai nyelvre. A TDT a Token-and-Duration Transducer rövidítése, a dekóder, amely egy FastConformer kódoló mögött áll. Az NVIDIA a CC BY 4.0 licenc alatt adja ki.
  • Parakeet V2. A csak angol modell, amelyből a v3 kinőtt. A VoiceInk dokumentációja a Parakeet V2 vagy a Parakeet Unified modellt javasolja, ha csak angolul diktálsz.
  • Whisper Large v3 Turbo. Az OpenAI a Whispert általános célú beszédfelismerő modellnek nevezi, amelyet nagy, változatos hanganyagból álló adathalmazon tanítottak, a turbót pedig a large-v3 optimalizált változatának, gyorsabb átírással és minimális pontosságromlással. Az OpenAI a turbót 809 millió paraméteresnek adja meg, és a Whisper kódját és súlyait az MIT licenc alatt adta ki.
  • Amit a YapToText futtat. Az eredeti Whisper Large v3 Turbo (Q5) fájlt, 574 MB, a whisper.cpp egy Metallal és Accelerate-tel épített példányán keresztül. A Whisper Macre oldal részletesen foglalkozik ezzel a fájllal.

Egy dolgot elrejtenek a nevek: a Parakeet modellkártyája az NVIDIA NeMo eszköztárával való futtatását írja le, és hardverként NVIDIA GPU-architektúrákat sorol fel, például az Amperét és a Hoppert. Egy Apple chipes Macben nincs NVIDIA GPU, ezért a Parakeetet kínáló Mac-alkalmazásnak valami más módon kell futtatnia, és a saját dokumentációja elmondja, hogyan. A Whisper Macen általában a whisper.cpp-t jelenti, amelynek README-je az Apple chipet elsőrangú polgárnak nevezi.

Egymás mellett

Ellenőrizve 2026. október 5-én az NVIDIA Parakeet TDT 0.6B v3 modellkártyáján és az OpenAI Whisper Large v3 Turbo modellkártyáján a Hugging Face-en, valamint 2026. október 3-án az OpenAI Whisper README-jén és a whisper.cpp README-jén.

Parakeet TDT 0.6B v3Whisper Large v3 Turbo
GyártóNVIDIAOpenAI
Méret600 millió paraméter809 millió paraméter
Nyelvek25 európai nyelvTöbb tucat, névvel felsorolva a modellkártyán, a teljesítmény az OpenAI szerint nyelvenként nagyon eltér
A nyelv kiválasztásaMagától felismeri, útmutatás nélkülAz alkalmazás állítja be, vagy felismeri, a YapToText 29 nyelvet kínál plusz az Auto-detect lehetőséget
Írásjelek és nagybetűkAutomatikus, a modellkártya szerintA YapToTextben a hétköznapi beszédet maga látja el írásjelekkel
IdőbélyegekSzó- és szegmensszintű, a modellkártya szerintAz alkalmazástól függ, a YapToText fájlátiratai egyszerű szövegek, időbélyeg nélkül
Hosszú hangAkár 24 perc egy menetben teljes figyelemmel egy A100 80GB GPU-n, vagy akár 3 óra helyi figyelemmelAz alkalmazástól függ
LicencCC BY 4.0MIT
Ezen való futásra készültAz NVIDIA NeMo eszköztára, NVIDIA GPU-konBármin, ami futtatja, a whisper.cpp az Apple chipet elsőrangúnak tekinti

Két sor számít a legtöbbet a diktáláshoz. A nyelvek döntik el, hogy a Parakeet egyáltalán hall-e téged, a futtatókörnyezet pedig azt, mennyire érződik gyorsnak bármelyik a Maceden. A Parakeet a szűkebb, gyorsabbra épített modell. A Whisper a szélesebb.

Sebesség és pontosság: amit a gyártók mértek

A Parakeet és a Whisper összevetésénél idézett számok a gyártóktól és a ranglistákról származnak, ezért íme, pontosan mit mértek. Minden szám ebben a szakaszban az NVIDIA vagy az OpenAI mérése, nem az enyém.

Ellenőrizve 2026. október 5-én az NVIDIA arXiv-on lévő tanulmányában és az NVIDIA blogján.

  • Pontosság, az NVIDIA szerint. Az NVIDIA tanulmánya, „Canary-1B-v2 & Parakeet-TDT-0.6B-v3”, az angol beszédfelismerést hasonlítja össze a Hugging Face Open ASR Leaderboard tesztkészletein, például a LibriSpeech, az AMI és az Earnings-22 készleten. Alacsonyabb átlagos szóhibaarányt közöl a Parakeet TDT 0.6B v3-ra, mint a Whisper large-v3-ra. A szóhibaarány a modell által rosszul eltalált szavak aránya, tehát az alacsonyabb a jobb. Maguk a számok a tanulmányban vannak, a Források alatt felsorolva.
  • Sebesség, az NVIDIA szerint. Ugyanez a táblázat 3 332,74-es RTFx értéket ad a Parakeetnek, ami jóval magasabb, mint a Whisper large-v3-é. Az NVIDIA blogja az áteresztőképességet azon a ranglistán az átírt hang időtartamának és a számítási időnek a hányadosaként határozza meg, és azt mondja, hogy a Parakeet v3-nak van a legnagyobb áteresztőképessége az ottani többnyelvű modellek közül.
  • Turbo, az OpenAI szerint. A tanulmány sora a Whisper large-v3, nem a turbo. Az OpenAI a turbót nagyjából 8-szor olyan gyorsnak értékeli, mint a large, minimális pontosságromlással, A100 GPU-n mérve, nem Macen.

Négy korláttal a fejedben olvasd ezeket a számokat. Angol tesztkészletek, ezért semmit nem mondanak a lengyelről vagy a japánról. Az NVIDIA hardverén mérték őket, miközben a Mac-alkalmazás Apple chipen futtatja bármelyik modellt, gyakran átalakított fájlból, így a sebességarány nem vihető át változatlanul. A large-v3-at hasonlítják össze, nem a YapToText által szállított 5 bites turbo fájlt. És a diktálás néhány másodperc egyetlen hangtól, nem referenciafelvétel.

A kitalált szavakról az NVIDIA tanulmánya azt mondja, hogy a hallucinációk csökkentésére nem beszéd jellegű hangot adtak a tanítóadatokhoz. Az OpenAI Whisper modellkártyája azt mondja, hogy a Whisper olyan szöveget is kiadhat, amelyet valójában nem mondtak, a Whisper hallucinációs útmutató pedig elmagyarázza, miért, és mit tesz ellene a YapToText. Nem találtam forrást, amely a kettőt egymás mellett mérné ebben, ezért egyik irányban sem állítok semmit.

Egy YapToText History bejegyzés megnyitott folyamatrészletekkel: nyers átirat, megtisztított átirat, mód, kézbesítés, célalkalmazás és időzítések.
1. ábra. A sebességszám, amely számít, a saját Maceden mért: a History minden diktálás leállítástól a szövegig tartó idejét átírásra, MI-s tisztításra és kézbesítésre bontja.

Melyik nyelveket hallja

A legtöbb embernek itt eldől a választás, még mielőtt a sebesség szóba kerülne. Ha a Parakeet nem sorolja fel a nyelvedet, nem a te modelled.

Az NVIDIA modellkártyája ezt a 25-öt sorolja fel: bolgár, horvát, cseh, dán, holland, angol, észt, finn, francia, német, görög, magyar, olasz, lett, litván, máltai, lengyel, portugál, román, orosz, szlovák, szlovén, spanyol, svéd és ukrán. Így viszonyul ez a YapToText Language választójának 29 nyelvéhez:

  • Mindkettőben. Cseh, dán, holland, angol, finn, francia, német, görög, magyar, olasz, lengyel, portugál, román, orosz, szlovák, spanyol, svéd és ukrán.
  • Csak a YapToText választójában. Arab, kínai, héber, hindi, indonéz, japán, koreai, norvég (bokmål), thai, török és vietnami.
  • Csak a Parakeet v3-ban. Bolgár, horvát, észt, lett, litván, máltai és szlovén. A Whisper modellkártyája mind a hetet felsorolja, de a YapToText választója nem, én pedig csak azt állítom, amit a választó felsorol.

Még két különbség jön elő, ha több nyelven is diktálsz. A Parakeet magától felismeri a nyelvet. A YapToText diktálásonként egy nyelvet állít be, a választóból vagy az Auto-detect lehetőségből, és a váltás a következő diktálástól érvényes. A nyelvek útmutatója megmutatja, hogyan köthetsz egy nyelvet egy alkalmazáshoz vagy billentyűparancshoz.

Parakeetet futtató Mac-alkalmazások, és hol áll a YapToText

Sok Mac-diktálóalkalmazás ma már kínálja a Parakeetet a Whisper mellett, és az oldal saját összehasonlító oldalai már követik, melyek. Ha ma Parakeetet szeretnél Macen, ezeken az alkalmazásokon keresztül kapod meg, nem a YapToTextből.

Ellenőrizve 2026. október 3-án az egyes alkalmazások saját webhelyén, dokumentációjában vagy tárházában.

AlkalmazásParakeetWhisperÁr
VoiceInkAlapból a Parakeet V3 a beállításnál, a Parakeet V2 vagy a Parakeet Unified csak angolhozIgen7 napos próba, utána egyszer $25 egy Machez
SpokenlyHelyi Parakeet modellek, ingyenIgen, ingyenIngyenes helyi modellekkel, a Pro $9,99 havonta
superwhisperCsak a PrónIgen, az ingyenes csomagbanIngyenes csomag, a Pro $8,49 havonta
HandyParakeet V3Small, Medium, Turbo és LargeIngyenes, MIT licencű
OpenWhisprIgen, a helyi modelljei közöttIgenIngyenes helyi diktálás
FluidVoiceIgen, plusz NemotronIgenIngyenes, GPL-3.0
YapToTextNemA Large v3 Turbo (Q5) benne van, tíz másik a könyvtárbanIngyenes

A részletes oldalak: a VoiceInk-összehasonlítás, a Spokenly-összehasonlítás, a superwhisper-összehasonlítás és a nyílt forráskódú diktálóalkalmazások összegzése, amely a Handyt, az OpenWhisprt és a FluidVoice-t tárgyalja.

A YapToText oldalán a modellválasztás az AI Models oldalon van. A Dictation Model Library a beépített modell mellett tíz Whisper modellt tartalmaz, az Add Model pedig a Your own models alatt whisper.cpp .bin vagy llama.cpp .gguf fájlt fogad el, és mindent mást elutasít. Tehát egy Parakeet fájl nem tölthető be. Az AI-modellek útmutatója felsorol minden modellt az alkalmazás által mutatott mérettel.

Az AI Models oldal a YapToTextben: a Whisper Large v3 Turbo (Q5) és a Phi-3.5 Mini Instruct Included jelöléssel, alatta a modelltár.
2. ábra. A YapToText Dictation Model Library tára csak Whisper modelleket tartalmaz, a Tiny (English) modelltől a Large v3 modellig, mindegyiket a letöltés előtt látható mérettel.

Ki melyiket válassza

Így választanék őszintén, még ha a válasz nem is az én alkalmazásom. A modellt először a nyelveid, másodszor a Mac sebessége alapján válaszd.

A Parakeetes alkalmazás illhet hozzád, ha

  • Csak európai nyelveken diktálsz. Főleg ha az egyik bolgár, horvát, észt, lett, litván, máltai vagy szlovén, amelyeket a YapToText választója nem sorol fel.
  • A sebességet veszed észre a legjobban. Az NVIDIA áteresztőképességre építette, és a tanulmány számai is ebbe az irányba mutatnak. Mérd meg a saját Maceden, mielőtt elhiszed.
  • Gyakran váltasz európai nyelvek között. A Parakeet magától felismeri a nyelvet, nincs váltandó választó.
  • Szószintű időbélyegeket szeretnél fájlokon. A modellkártya szószintű időbélyegeket sorol fel, bár az, hogy látod-e őket, az alkalmazástól függ.

A Whisper illhet hozzád, ha

  • Európán kívüli nyelveken diktálsz. A japán, kínai, koreai, hindi, arab, héber, thai, vietnami, indonéz, török vagy norvég (bokmål) szerepel a YapToText választójában, és nincs a Parakeet v3 listáján.
  • Méretet szeretnél választani. A Whisper a Tiny modelltől a Large modellig terjed, így pontosságot cserélhetsz akkumulátorra és memóriára. Az Energy oldalon a Switch models with the power source akár könnyebb modellt is futtathat akkumulátoron.
  • Beállítás nélkül szeretnéd. A YapToText App Store-os változata a Whispert magában hordozza, és az első indítástól offline is működik.
  • Magad szeretnéd futtatni. A whisper.cpp támogatottként sorolja fel az Intel és az Apple chipes Maceket, a helyi Whisper útmutató pedig tartalmazza a parancsokat.

A fordítás diktálásnál nem dönt. A YapToText csak átírásra kéri a Whispert, és az OpenAI szerint a turbót amúgy sem tanították fordításra. Ha a Whispert inkább a Mac saját motorjával veted össze, azt az Apple Diktálás és Whisper oldal tárgyalja.

Teszteld mindkettőt a saját hangodon

Az egyetlen tisztességes teszt a saját hangod, a saját mondataid és a saját Macen. Nagyjából negyedórát vesz igénybe. Nyers átiratot hasonlíts nyers átirathoz, hogy egyetlen tisztítómodell se kapja a dicsőséget vagy a hibát.

1. lépés: Írj le öt mondatot, amelyet tényleg mondasz

  • Te: Válassz mondatokat, amelyeket hetente küldesz, legalább egy névvel, amely általában rosszul jön ki, és egyet minden nyelven, amelyen diktálsz.
  • Ellenőrzés: Olvasd fel őket egyszer, hogy a tempó természetes legyen.

2. lépés: Diktáld le őket a Parakeettel

  • Te: Egy Parakeet V3-at kínáló alkalmazásban, például a Handyben, amely ingyenes, vagy a VoiceInkban, amelynek beállítása alapból a Parakeet V3-at tölti le, válaszd a Parakeet V3-at, és kapcsolj ki minden MI-s tisztítást, amelyet az alkalmazás kínál. Mondd el az öt mondatot egy jegyzetbe.
  • Ellenőrzés: Számold meg a szavakat, amelyeket javítanod kellene, aztán lépj ki az alkalmazásból, hogy csak egy alkalmazás válaszoljon a diktálóbillentyűre.

3. lépés: Diktáld le őket a Whisperrel a YapToTextben

  • Te: Szerezd meg a YapToTextet a Mac App Store-ból. Kattints a jegyzetbe, nyomd meg a Right Command billentyűt, beszéd közben nyomd meg a 2 billentyűt a Raw Transcription módhoz, told el ugyanazokat a mondatokat, és nyomd meg újra.
  • YapToText: Pontosan azt írja be, amit a Whisper hallott, tisztítómodell nélkül.
  • Ellenőrzés: Ugyanígy számold meg a javításokat. Az indítás utáni első diktálás egy pillanatot vár, amíg a modell betöltődik, ezért a másodikat időzítsd.

4. lépés: Hasonlítsd össze a sebességet a Maceden

  • Te: A YapToTextben nyisd meg a History oldalt, keresd meg a diktálást, és kattints a Show pipeline details lehetőségre.
  • YapToText: A leállítástól a szövegig tartó időt átírásra, MI-s tisztításra és kézbesítésre bontja.
  • Ellenőrzés: Az átírási sor a Whisper ideje a Maceden. Tartsd mellé, mennyi ideig tartott a másik alkalmazásnak ugyanazokat a mondatokat beírni.

Ha a Whisper folyton elvét egy nevet, add hozzá a Dictionaries oldalon, mielőtt döntesz: minden bejegyzés ráhangolja a Whispert a szóra, és a helyesírását is javítja.

Amit egyik sem tud

Parakeet TDT 0.6B v3

  • Hallani a 25-ön kívüli nyelveket. A japán, kínai, arab, hindi és a többi nincs a listáján.
  • Önmagában futni egy Maceden. A modellkártyája az NVIDIA NeMo eszköztárát írja le NVIDIA GPU-kon, tehát Macen egy alkalmazáson keresztül érkezik.
  • Futni a YapToTextben. A YapToText csak Whisper modelleket futtat, és az Add Model elutasít mindent, ami nem whisper.cpp vagy llama.cpp fájl.

Whisper Large v3 Turbo

  • Minden nyelvet egyformán hallani. Az OpenAI szerint a teljesítmény nyelvenként nagyon eltér.
  • Fordítani. Az OpenAI szerint a turbót nem tanították fordításra.
  • Megígérni, hogy soha nem talál ki szót. Az OpenAI modellkártyája szerint kiadhat olyan szöveget, amelyet nem mondtak, ezért véd ellene a YapToText.
  • Futni a YapToTextben Intel Maceken. A YapToText Apple chipet és macOS 14 vagy újabb rendszert kér, bár maga a whisper.cpp támogatja az Intel Maceket.

Egyik modell sem tud mindent. Az alkalmazás körülötte dönti el, milyen érzés vele diktálni. Egyik modellt sem futtattam referenciamérésen, és egyik modellről sem teszek közzé pontossági százalékot.

A rövid változat

  • Parakeet. Az NVIDIA 600 millió paraméteres modellje 25 európai nyelvre, áteresztőképességre építve, CC BY 4.0.
  • Whisper. Az OpenAI MIT licencű modellje, a turbo modellkártyán több tucat nyelvvel, és a Tiny modelltől a Large modellig terjedő méretekkel.
  • A számok. Az NVIDIA tanulmánya a Parakeetet a Whisper large-v3 elé teszi az angol tesztkészleteken, az áteresztőképességben pedig jóval elé. Ezek az NVIDIA mérései, nem az enyémek.
  • Macen. A VoiceInk, a Spokenly, a superwhisper Pro, a Handy, az OpenWhispr és a FluidVoice kínálja a Parakeetet. A YapToText csak a Whispert futtatja.

Az európai nyelvek és a nyers sebesség a Parakeet felé mutatnak. Minden más nyelv, és egy ingyenes alkalmazás, amelyben benne van a modell, a Whisper felé.

Ha mindkettőt kipróbáltad a saját hangodon, és itt valami nem egyezik azzal, amit találtál, nyiss egy issue-t a GitHubon. Mindet elolvasom.

A YapToText letöltése a Mac App Store-bólIngyen letölthető. Nincs fiók és nincsenek zárolt funkciók. Apple chippel szerelt Mac és macOS 14 vagy újabb kell hozzá. Forráskód a GitHubon.

Aki írja. Ryleigh Newman szoftvert fejleszt, nehezen gépel, és minden nap a YapToText alkalmazással diktál, amelyről ez a webhely szól. Ez az oldal angolból készült fordítás. Az alkalmazás felülete és a webhely többi oldala angol nyelvű. Bővebben a projektről, angolul.

Útmutatók

További útmutatók, angolul

Források

Kérdések

Jobb a Parakeet, mint a Whisper?

A nyelvedtől függ. Az NVIDIA saját tanulmánya alacsonyabb átlagos szóhibaarányt és jóval nagyobb áteresztőképességet ír a Parakeet TDT 0.6B v3-ra, mint a Whisper large-v3-ra az angol tesztkészleteken, de a Parakeet v3 25 európai nyelvet fed le, míg a Whisper turbo modellkártyája több tucattal többet sorol fel. Teszteld mindkettőt a saját mondataidon.

Használhatom a Parakeetet Macen?

Igen, egy diktálóalkalmazáson keresztül. A VoiceInk, a Spokenly, a Handy, az OpenWhispr és a FluidVoice kínál Parakeet modelleket, a superwhisper pedig a Prón. A YapToText nem. Csak a Whispert futtatja.

Milyen nyelveket támogat a Parakeet V3?

Az NVIDIA modellkártyája 25 európai nyelvet sorol fel: bolgár, horvát, cseh, dán, holland, angol, észt, finn, francia, német, görög, magyar, olasz, lett, litván, máltai, lengyel, portugál, román, orosz, szlovák, szlovén, spanyol, svéd és ukrán. Automatikusan felismeri a nyelvet.

Gyorsabb a Parakeet, mint a Whisper?

Az NVIDIA mérései szerint igen: a tanulmánya 3 332,74-es RTFx értéket ad a Parakeet TDT 0.6B v3-nak, ami jóval magasabb, mint a Whisper large-v3-é, és az NVIDIA a saját hardverén mérte. Hogy melyik milyen érzés a Maceden, az az alkalmazástól függ, ezért időzz le néhány diktálást magad.

Támogatja a YapToText a Parakeetet?

Nem. A YapToText alapból a Whisper Large v3 Turbo (Q5) modellt futtatja, tíz másik Whisper modellt kínál a könyvtárában, és az Add Model gombja csak whisper.cpp és llama.cpp fájlokat fogad el.

Ingyenes és nyílt a Parakeet?

Az NVIDIA a Parakeet TDT 0.6B v3 modellt a Hugging Face-en teszi közzé a CC BY 4.0 licenc alatt. A Whisper kódja és súlyai az MIT licenc alatt vannak.