Parakeet o Whisper per dettare su Mac: il modello di NVIDIA contro quello di OpenAI

Parakeet o Whisper è una scelta tra lingue e velocità: Parakeet TDT 0.6B v3 di NVIDIA è un modello vocale da 600 milioni di parametri per 25 lingue europee, costruito da NVIDIA per un'elevata capacità di elaborazione, mentre Whisper Large v3 Turbo di OpenAI è un modello multilingue la cui scheda elenca per nome le sue molte lingue. Entrambi possono girare in locale su un Mac dentro un'app di dettatura, entrambi aggiungono la punteggiatura e nessuno dei due manda la tua voce da qualche parte quando gira sul tuo computer.

Io creo YapToText, un'app di dettatura gratuita per Mac che esegue Whisper, e solo Whisper. Non offre Parakeet, quindi leggi quanto segue tenendolo presente. L'ho creata perché faccio fatica a scrivere con le mani e detto ogni giorno. I fatti su Parakeet qui vengono dalla scheda del modello, dall'articolo e dal blog di NVIDIA, quelli su Whisper dalle pagine di OpenAI e quelli sulle app per Mac dal sito di ciascuna app. Nessun numero di velocità o di accuratezza in questa pagina è mio.

Scarica YapToText dal Mac App StoreDownload gratuito. Senza account e senza niente di bloccato, per macOS 14 o versioni successive su un Mac con chip Apple. Codice sorgente su GitHub.

In questa pagina: 14 sezioni
  1. Passaggi
  2. Due modelli, due produttori
  3. Uno accanto all'altro
  4. Velocità e accuratezza: cosa hanno misurato i produttori
  5. Quali lingue sente ciascuno
  6. Le app per Mac che eseguono Parakeet, e dove si colloca YapToText
  7. Chi dovrebbe scegliere cosa
    1. Un'app con Parakeet può andarti bene se
    2. Whisper può andarti bene se
  8. Prova entrambi con la tua voce
    1. Passaggio 1: scrivi cinque frasi che dici davvero
    2. Passaggio 2: dettale con Parakeet
    3. Passaggio 3: dettale con Whisper in YapToText
    4. Passaggio 4: confronta la velocità sul tuo Mac
  9. Cosa non sa fare ciascuno
    1. Parakeet TDT 0.6B v3
    2. Whisper Large v3 Turbo
  10. In breve
  11. Guide
  12. Altre guide, in inglese
  13. Fonti
  14. Domande

Passaggi

  1. Scrivi cinque frasi che dici davvero, con un nome che di solito esce sbagliato e una frase per ogni lingua in cui detti.
  2. Dettale in un'app che offre Parakeet V3, come Handy o VoiceInk, con qualsiasi pulizia con l'IA disattivata, e conta le parole che dovresti correggere.
  3. Chiudi quell'app, poi detta le stesse frasi in YapToText con Raw Transcription, premendo 2 mentre parli, e conta le correzioni nello stesso modo.
  4. In History di YapToText, fai clic su Show pipeline details per vedere quanto ha impiegato la trascrizione sul tuo Mac, e confrontalo con l'altra app.

Due modelli, due produttori

I due nomi vengono usati come marchi, quindi conviene chiarire a quali file ci si riferisce. Parakeet V3 e Whisper Large v3 Turbo sono i due modelli locali che la maggior parte delle app di dettatura per Mac ti propone oggi.

  • Parakeet TDT 0.6B v3. La scheda del modello di NVIDIA su Hugging Face lo definisce un modello multilingue di riconoscimento vocale da 600 milioni di parametri, pensato per la trascrizione da voce a testo ad alta capacità di elaborazione. Estende Parakeet TDT 0.6B v2 dall'inglese a 25 lingue europee. TDT sta per Token-and-Duration Transducer, il decodificatore che sta dietro un codificatore FastConformer. NVIDIA lo rilascia con la licenza CC BY 4.0.
  • Parakeet V2. Il modello solo inglese da cui è nata la v3. La documentazione di VoiceInk suggerisce Parakeet V2 o Parakeet Unified quando detti solo in inglese.
  • Whisper Large v3 Turbo. OpenAI definisce Whisper un modello di riconoscimento vocale generico addestrato su un grande insieme di audio vari, e turbo una versione ottimizzata di large-v3 con trascrizione più veloce e un degrado minimo dell'accuratezza. OpenAI indica turbo a 809 milioni di parametri e ha rilasciato il codice e i pesi di Whisper con la licenza MIT.
  • Cosa esegue YapToText. Il file standard di Whisper Large v3 Turbo (Q5), 574 MB, tramite una copia di whisper.cpp compilata con Metal e Accelerate. La pagina su Whisper per Mac descrive quel file nel dettaglio.

Una cosa che i nomi nascondono: la scheda del modello di Parakeet descrive l'esecuzione con il toolkit NeMo di NVIDIA e indica come hardware architetture GPU NVIDIA, come Ampere e Hopper. Un Mac con Apple silicon non ha una GPU NVIDIA, quindi un'app per Mac che offre Parakeet deve eseguirlo in un altro modo, e la sua documentazione dice come. Whisper su un Mac di solito significa whisper.cpp, il cui README definisce Apple silicon un cittadino di prima classe.

Uno accanto all'altro

Controllato il 5 ottobre 2026 sulla scheda del modello Parakeet TDT 0.6B v3 di NVIDIA e su quella di Whisper Large v3 Turbo di OpenAI su Hugging Face, e il 3 ottobre 2026 sul README di Whisper di OpenAI e su quello di whisper.cpp.

Parakeet TDT 0.6B v3Whisper Large v3 Turbo
ProduttoreNVIDIAOpenAI
Dimensione600 milioni di parametri809 milioni di parametri
Lingue25 lingue europeeDecine, elencate per nome nella scheda del modello. Le prestazioni variano molto da una lingua all'altra, secondo OpenAI
Scelta della linguaLa rileva automaticamente, senza indicazioniImpostata dall'app, oppure rilevata. YapToText offre 29 lingue più Auto-detect
Punteggiatura e maiuscoleAutomatiche, secondo la scheda del modelloIn YapToText mette da sola la punteggiatura nel parlato normale
Marcatori temporaliA livello di parola e di segmento, secondo la scheda del modelloDipende dall'app. Le trascrizioni di file di YapToText sono testo semplice e non ne hanno
Audio lungoFino a 24 minuti in un solo passaggio con attenzione completa su una GPU A100 80GB, oppure fino a 3 ore con attenzione localeDipende dall'app
LicenzaCC BY 4.0MIT
Pensato per girare suIl toolkit NeMo di NVIDIA, su GPU NVIDIAQualsiasi cosa lo esegua. whisper.cpp tratta Apple silicon come prima classe

Due righe contano soprattutto per la dettatura. Le lingue decidono se Parakeet può sentirti del tutto, e il motore di esecuzione decide quanto sembra veloce l'uno o l'altro sul tuo Mac. Parakeet è il modello più ristretto e costruito per la velocità. Whisper è quello più ampio.

Velocità e accuratezza: cosa hanno misurato i produttori

I numeri che si citano per Parakeet e Whisper vengono dai produttori e dalle classifiche, quindi ecco esattamente cosa hanno misurato. Ogni cifra di questa sezione è una misurazione di NVIDIA o di OpenAI, non mia.

Controllato il 5 ottobre 2026 nell'articolo di NVIDIA su arXiv e nel blog di NVIDIA.

  • Accuratezza, secondo NVIDIA. L'articolo di NVIDIA, "Canary-1B-v2 & Parakeet-TDT-0.6B-v3", confronta il riconoscimento vocale in inglese sugli insiemi di test della Hugging Face Open ASR Leaderboard, come LibriSpeech, AMI ed Earnings-22. Riporta un tasso medio di errore sulle parole più basso per Parakeet TDT 0.6B v3 rispetto a Whisper large-v3. Il tasso di errore sulle parole è la quota di parole che un modello ha sbagliato, quindi più basso è meglio. Le cifre sono nell'articolo, elencato sotto Fonti.
  • Velocità, secondo NVIDIA. La stessa tabella dà a Parakeet un RTFx di 3.332,74, molto più alto di quello di Whisper large-v3. Il blog di NVIDIA definisce la capacità di elaborazione in quella classifica come la durata dell'audio trascritto divisa per il tempo di calcolo, e dice che Parakeet v3 ha la capacità di elaborazione più alta tra i modelli multilingue lì presenti.
  • Turbo, secondo OpenAI. La riga dell'articolo è Whisper large-v3, non turbo. OpenAI valuta turbo a circa 8 volte la velocità di large con un degrado minimo dell'accuratezza, misurato su una GPU A100, non su un Mac.

Leggi quei numeri tenendo presenti quattro limiti. Sono insiemi di test in inglese, quindi non dicono nulla sul tuo polacco o sul tuo giapponese. Sono stati misurati sull'hardware di NVIDIA, mentre un'app per Mac esegue l'uno o l'altro modello su Apple silicon, spesso da un file convertito, quindi il rapporto di velocità non si trasferisce così com'è. Confrontano large-v3, non il file turbo a 5 bit che distribuisce YapToText. E una dettatura è di pochi secondi di una sola voce, non una registrazione da benchmark.

Sulle parole inventate, l'articolo di NVIDIA dice che nei dati di addestramento è stato aggiunto audio senza parlato per ridurre le allucinazioni. La scheda del modello Whisper di OpenAI dice che Whisper può produrre testo che non è stato davvero pronunciato, e la guida alle allucinazioni di Whisper spiega perché e cosa fa YapToText a riguardo. Non ho trovato nessuna fonte che misuri i due fianco a fianco su questo punto, quindi non affermo nulla in un senso o nell'altro.

Una voce della History di YapToText con i dettagli della pipeline aperti: trascrizione grezza, trascrizione ripulita, modalità, consegna, app di destinazione e tempi.
Figura 1. Il numero di velocità che conta è quello sul tuo Mac: History divide il tempo tra stop e testo di ogni dettatura in trascrizione, pulizia con l'IA e consegna.

Quali lingue sente ciascuno

Per la maggior parte delle persone la scelta si decide qui, prima ancora che entri in gioco la velocità. Se Parakeet non elenca la tua lingua, non è il tuo modello.

La scheda del modello di NVIDIA ne elenca 25: bulgaro, croato, ceco, danese, olandese, inglese, estone, finlandese, francese, tedesco, greco, ungherese, italiano, lettone, lituano, maltese, polacco, portoghese, rumeno, russo, slovacco, sloveno, spagnolo, svedese e ucraino. Ecco come si confronta con le 29 lingue del selettore Language di YapToText:

  • In entrambi. Ceco, danese, olandese, inglese, finlandese, francese, tedesco, greco, ungherese, italiano, polacco, portoghese, rumeno, russo, slovacco, spagnolo, svedese e ucraino.
  • Solo nel selettore di YapToText. Arabo, cinese, ebraico, hindi, indonesiano, giapponese, coreano, norvegese bokmål, thailandese, turco e vietnamita.
  • Solo in Parakeet v3. Bulgaro, croato, estone, lettone, lituano, maltese e sloveno. La scheda del modello di Whisper le elenca tutte e sette, ma il selettore di YapToText no, e io affermo solo ciò che il selettore elenca.

Altre due differenze emergono quando detti in più di una lingua. Parakeet rileva la lingua da solo. YapToText imposta una lingua per dettatura, dal selettore o da Auto-detect, e un cambio vale dalla dettatura successiva. La guida alle lingue mostra come legare una lingua a un'app o a una scorciatoia.

Le app per Mac che eseguono Parakeet, e dove si colloca YapToText

Molte app di dettatura per Mac ora offrono Parakeet accanto a Whisper, e le pagine di confronto del sito tengono già traccia di quali. Se oggi vuoi Parakeet su un Mac, lo ottieni da una di queste app, non da YapToText.

Controllato il 3 ottobre 2026 sul sito, sulla documentazione o sul repository di ciascuna app.

AppParakeetWhisperPrezzo
VoiceInkParakeet V3 per impostazione predefinita alla configurazione. Parakeet V2 o Parakeet Unified solo per l'ingleseSìProva di 7 giorni, poi $25 una tantum per un Mac
SpokenlyModelli Parakeet locali, gratisSì, gratisGratis con i modelli locali. Pro $9,99 al mese
superwhisperSolo con ProSì, nel piano gratuitoPiano gratuito. Pro $8,49 al mese
HandyParakeet V3Small, Medium, Turbo e LargeGratis, con licenza MIT
OpenWhisprSì, tra i suoi modelli localiSìDettatura locale gratuita
FluidVoiceSì, più NemotronSìGratis, GPL-3.0
YapToTextNoLarge v3 Turbo (Q5) incluso, altri dieci nella libreriaGratuita

Le pagine di dettaglio sono il confronto con VoiceInk, il confronto con Spokenly, il confronto con superwhisper e la rassegna delle app di dettatura open source, che tratta Handy, OpenWhispr e FluidVoice.

Dal lato di YapToText, la scelta del modello sta nella pagina AI Models. La Dictation Model Library ha dieci modelli Whisper oltre a quello incluso, e Add Model, sotto Your own models, accetta un file .bin di whisper.cpp o un file .gguf di llama.cpp e rifiuta tutto il resto. Quindi un file Parakeet non si caricherà. La guida ai modelli di IA elenca ogni modello con la dimensione che mostra l'app.

La pagina AI Models di YapToText: Whisper Large v3 Turbo (Q5) e Phi-3.5 Mini Instruct contrassegnati come Included, la libreria dei modelli sotto.
Figura 2. La Dictation Model Library di YapToText contiene solo modelli Whisper, da Tiny (English) fino a Large v3, ciascuno con la sua dimensione prima del download.

Chi dovrebbe scegliere cosa

Ecco come sceglierei io, con onestà, anche quando la risposta non è la mia app. Scegli il modello prima in base alle tue lingue e poi in base alla velocità del tuo Mac.

Un'app con Parakeet può andarti bene se

  • Detti solo in lingue europee. Soprattutto se una è bulgaro, croato, estone, lettone, lituano, maltese o sloveno, che il selettore di YapToText non elenca.
  • La velocità è ciò che noti di più. NVIDIA lo ha costruito per la capacità di elaborazione, e i numeri del suo articolo vanno in quella direzione. Misuralo sul tuo Mac prima di crederci.
  • Cambi spesso tra lingue europee. Parakeet rileva la lingua da solo, senza selettore da cambiare.
  • Vuoi i marcatori temporali per parola sui file. La scheda del modello elenca i marcatori temporali a livello di parola, anche se vederli dipende dall'app.

Whisper può andarti bene se

  • Detti fuori dalle lingue europee. Giapponese, cinese, coreano, hindi, arabo, ebraico, thailandese, vietnamita, indonesiano, turco o norvegese bokmål sono nel selettore di YapToText e non nell'elenco di Parakeet v3.
  • Vuoi scegliere una dimensione. Whisper va da Tiny a Large, quindi puoi scambiare accuratezza con batteria e memoria. Nella pagina Energy, Switch models with the power source può perfino usare un modello più leggero a batteria.
  • Lo vuoi senza nulla da configurare. La versione di YapToText per l'App Store include Whisper e funziona offline fin dal primo avvio.
  • Vuoi eseguirlo da solo. whisper.cpp elenca i Mac Intel e Apple silicon come supportati, e la guida a Whisper in locale ha i comandi.

La traduzione non decide nulla per la dettatura. YapToText chiede a Whisper solo di trascrivere, e OpenAI dice comunque che turbo non è addestrato per tradurre. Se invece stai confrontando Whisper con il motore del Mac stesso, Dettatura di Apple o Whisper tratta quella coppia.

Prova entrambi con la tua voce

L'unica prova equa è con la tua voce, le tue frasi e il tuo Mac. Ci vogliono circa quindici minuti. Confronta grezzo con grezzo, così nessun modello di pulizia si prende il merito o la colpa.

Passaggio 1: scrivi cinque frasi che dici davvero

  • Tu: Scegli frasi che invii ogni settimana, con almeno un nome che di solito esce sbagliato e una per ogni lingua in cui detti.
  • Controlla: Leggile ad alta voce una volta, così il ritmo è naturale.

Passaggio 2: dettale con Parakeet

  • Tu: In un'app che offre Parakeet V3, come Handy, che è gratuita, o VoiceInk, la cui configurazione scarica Parakeet V3 per impostazione predefinita, scegli Parakeet V3 e disattiva qualsiasi pulizia con l'IA che l'app offre. Di' le cinque frasi in una nota.
  • Controlla: Conta le parole che dovresti correggere, poi chiudi quell'app, così solo un'app risponde al tuo tasto di dettatura.

Passaggio 3: dettale con Whisper in YapToText

  • Tu: Prendi YapToText dal Mac App Store. Fai clic nella nota, tocca Right Command, premi 2 per Raw Transcription mentre parli, di' le stesse frasi e tocca di nuovo.
  • YapToText: Scrive esattamente ciò che Whisper ha sentito, senza nessun modello di pulizia.
  • Controlla: Conta le correzioni nello stesso modo. La prima dettatura dopo l'avvio aspetta un momento mentre il modello si carica, quindi cronometra la seconda.

Passaggio 4: confronta la velocità sul tuo Mac

  • Tu: In YapToText apri History, trova la dettatura e fai clic su Show pipeline details (mostra i dettagli della pipeline).
  • YapToText: Divide il tempo tra stop e testo in trascrizione, pulizia con l'IA e consegna.
  • Controlla: La riga della trascrizione è il tempo di Whisper sul tuo Mac. Confrontala con quanto ha impiegato l'altra app a scrivere le stesse frasi.

Se Whisper continua a sbagliare un nome, aggiungilo nella pagina Dictionaries prima di decidere: ogni voce prepara Whisper con la parola oltre a correggerne l'ortografia.

Cosa non sa fare ciascuno

Parakeet TDT 0.6B v3

  • Sentire lingue fuori dalle sue 25. Giapponese, cinese, arabo, hindi e le altre non sono nel suo elenco.
  • Girare da solo su un Mac. La sua scheda del modello descrive il toolkit NeMo di NVIDIA su GPU NVIDIA, quindi su un Mac arriva tramite un'app.
  • Girare dentro YapToText. YapToText esegue solo modelli Whisper, e Add Model rifiuta tutto ciò che non è un file di whisper.cpp o di llama.cpp.

Whisper Large v3 Turbo

  • Sentire ogni lingua allo stesso modo. OpenAI dice che le prestazioni variano molto a seconda della lingua.
  • Tradurre. OpenAI dice che turbo non è addestrato per la traduzione.
  • Promettere di non inventare mai una parola. La scheda del modello di OpenAI dice che può produrre testo che non è stato pronunciato, ed è per questo che YapToText si difende.
  • Far girare YapToText su un Mac Intel. YapToText richiede Apple silicon e macOS 14 o versioni successive, anche se whisper.cpp stesso supporta i Mac Intel.

Nessuno dei due modelli fa tutto. L'app attorno decide come ci si sente a dettare. Non ho sottoposto nessuno dei due modelli a un benchmark, e non pubblico percentuali di accuratezza per nessun modello.

In breve

  • Parakeet. Il modello da 600 milioni di parametri di NVIDIA per 25 lingue europee, costruito per la capacità di elaborazione, CC BY 4.0.
  • Whisper. È il modello di OpenAI con licenza MIT, con decine di lingue nella scheda del modello turbo e dimensioni da Tiny a Large.
  • I numeri. L'articolo di NVIDIA mette Parakeet davanti a Whisper large-v3 sugli insiemi di test in inglese e molto più avanti nella capacità di elaborazione. Sono misurazioni di NVIDIA, non mie.
  • Su un Mac. VoiceInk, Spokenly, superwhisper Pro, Handy, OpenWhispr e FluidVoice offrono Parakeet. YapToText esegue solo Whisper.

Le lingue europee e la velocità pura indicano Parakeet. Tutte le altre lingue, e un'app gratuita con il modello incluso, indicano Whisper.

Se hai provato entrambi con la tua voce e qualcosa qui non corrisponde a ciò che hai trovato, apri una issue su GitHub (in inglese). Le leggo tutte.

Scarica YapToText dal Mac App StoreDownload gratuito. Senza account e senza niente di bloccato, per macOS 14 o versioni successive su un Mac con chip Apple. Codice sorgente su GitHub.

Chi scrive. Ryleigh Newman sviluppa software, fa fatica a scrivere con le mani e detta ogni giorno con YapToText, l'app descritta in questo sito. Questa pagina è tradotta dall'inglese. L'interfaccia dell'app e il resto del sito sono in inglese. Di più sul progetto, in inglese.

Guide

Altre guide, in inglese

Fonti

Domande

Parakeet è meglio di Whisper?

Dipende dalla tua lingua. L'articolo di NVIDIA riporta un tasso medio di errore sulle parole più basso e una capacità di elaborazione molto più alta per Parakeet TDT 0.6B v3 rispetto a Whisper large-v3 sugli insiemi di test in inglese, ma Parakeet v3 copre 25 lingue europee, mentre la scheda del modello turbo di Whisper ne elenca decine in più. Prova entrambi sulle tue frasi.

Posso usare Parakeet su un Mac?

Sì, tramite un'app di dettatura. VoiceInk, Spokenly, Handy, OpenWhispr e FluidVoice offrono modelli Parakeet, e superwhisper li offre con Pro. YapToText no. Esegue solo Whisper.

Quali lingue supporta Parakeet V3?

La scheda del modello di NVIDIA elenca 25 lingue europee: bulgaro, croato, ceco, danese, olandese, inglese, estone, finlandese, francese, tedesco, greco, ungherese, italiano, lettone, lituano, maltese, polacco, portoghese, rumeno, russo, slovacco, sloveno, spagnolo, svedese e ucraino. Rileva la lingua automaticamente.

Parakeet è più veloce di Whisper?

Secondo le misurazioni di NVIDIA sì: il suo articolo dà a Parakeet TDT 0.6B v3 un RTFx di 3.332,74, molto più alto di quello di Whisper large-v3, misurato da NVIDIA sul proprio hardware. Come si comporta l'uno o l'altro sul tuo Mac dipende dall'app, quindi cronometra tu stesso alcune dettature.

YapToText supporta Parakeet?

No. YapToText esegue Whisper Large v3 Turbo (Q5) per impostazione predefinita, offre altri dieci modelli Whisper nella sua libreria, e il suo pulsante Add Model accetta solo file di whisper.cpp e llama.cpp.

Parakeet è gratuito e aperto?

NVIDIA pubblica Parakeet TDT 0.6B v3 su Hugging Face con la licenza CC BY 4.0. Il codice e i pesi di Whisper sono con la licenza MIT.