Parakeet vs Whisper no ditado do Mac: o modelo da NVIDIA contra o da OpenAI

Parakeet vs Whisper se resume a idiomas contra velocidade: o Parakeet TDT 0.6B v3 da NVIDIA é um modelo de voz de 600 milhões de parâmetros para 25 idiomas europeus, feito para alto desempenho de processamento, e o Whisper Large v3 Turbo da OpenAI é um modelo multilíngue cujo cartão do modelo lista pelo nome seus muitos idiomas. Os dois podem rodar localmente no Mac dentro de um app de ditado, os dois colocam pontuação, e nenhum envia a sua voz a lugar algum quando roda na sua máquina.

Eu criei o YapToText, um app gratuito de ditado para Mac que roda o Whisper, e só o Whisper. Ele não oferece o Parakeet, então leia o que segue com isso em mente. Criei o app porque tenho dificuldade para digitar e dito todo dia. Os fatos sobre o Parakeet aqui vêm do cartão do modelo, do artigo e do blog da própria NVIDIA, os do Whisper vêm das páginas da própria OpenAI, e os dos apps de Mac vêm do site de cada app. Nenhum número de velocidade ou de precisão desta página é meu.

Baixar o YapToText na Mac App StoreDownload gratuito. Sem conta e sem nada bloqueado, para macOS 14 ou posterior em um Mac com chip da Apple. Código-fonte no GitHub.

Nesta página: 14 seções
  1. Passos
  2. Dois modelos, dois fabricantes
  3. Lado a lado
  4. Velocidade e precisão: o que os fabricantes mediram
  5. Quais idiomas cada um ouve
  6. Apps de Mac que rodam o Parakeet e onde o YapToText está
  7. Quem deve escolher qual
    1. Um app com Parakeet pode servir se
    2. O Whisper pode servir se
  8. Teste os dois com a sua própria voz
    1. Passo 1: anote cinco frases que você realmente diz
    2. Passo 2: dite-as com o Parakeet
    3. Passo 3: dite-as com o Whisper no YapToText
    4. Passo 4: compare a velocidade no seu Mac
  9. O que cada um não faz
    1. Parakeet TDT 0.6B v3
    2. Whisper Large v3 Turbo
  10. Resumindo
  11. Guias
  12. Mais guias, em inglês
  13. Fontes
  14. Perguntas

Passos

  1. Anote cinco frases que você realmente diz, com um nome que costuma sair errado e uma frase em cada idioma em que você dita.
  2. Dite-as em um app que oferece o Parakeet V3, como o Handy ou o VoiceInk, com qualquer limpeza por IA desativada, e conte as palavras que teria de corrigir.
  3. Feche esse app e dite as mesmas frases no YapToText com <span lang="en">Raw Transcription</span>, pressionando <span lang="en">2</span> enquanto fala, e conte as correções do mesmo jeito.
  4. No <span lang="en">History</span> do YapToText, clique em <span lang="en">Show pipeline details</span> para ver quanto tempo a transcrição levou no seu Mac e compare com o outro app.

Dois modelos, dois fabricantes

Os dois nomes são usados como se fossem marcas, então ajuda definir exatamente a quais arquivos as pessoas se referem. O Parakeet V3 e o Whisper Large v3 Turbo são os dois modelos locais que a maioria dos apps de ditado para Mac coloca hoje na sua frente.

  • Parakeet TDT 0.6B v3. O cartão do modelo da NVIDIA no Hugging Face o chama de modelo multilíngue de reconhecimento de voz de 600 milhões de parâmetros, projetado para transcrição de voz em texto de alto desempenho. Ele amplia o Parakeet TDT 0.6B v2 do inglês para 25 idiomas europeus. TDT significa Token-and-Duration Transducer, o decodificador que fica atrás de um codificador FastConformer. A NVIDIA o publica sob a licença CC BY 4.0.
  • Parakeet V2. O modelo só de inglês do qual a v3 nasceu. A documentação do VoiceInk sugere o Parakeet V2 ou o Parakeet Unified quando você dita só em inglês.
  • Whisper Large v3 Turbo. A OpenAI chama o Whisper de modelo de reconhecimento de voz de uso geral, treinado com um grande conjunto de áudios variados, e o turbo de uma versão otimizada do large-v3, com transcrição mais rápida e perda mínima de precisão. A OpenAI lista o turbo com 809 milhões de parâmetros e publicou o código e os pesos do Whisper sob a licença MIT.
  • O que o YapToText roda. O arquivo padrão Whisper Large v3 Turbo (Q5), de 574 MB, por uma cópia do whisper.cpp compilada com Metal e Accelerate. A página do Whisper para Mac trata desse arquivo em detalhe.

Uma coisa que os nomes escondem: o cartão do modelo do Parakeet descreve rodá-lo com o toolkit NeMo da NVIDIA e lista arquiteturas de GPU da NVIDIA, como Ampere e Hopper, como hardware. Um Mac com chip da Apple não tem GPU da NVIDIA, então um app de Mac que oferece o Parakeet precisa rodá-lo de outro jeito, e a documentação do próprio app diz como. O Whisper no Mac costuma significar o whisper.cpp, cujo README chama o chip da Apple de cidadão de primeira classe.

Lado a lado

Consultado em 5 de outubro de 2026, no cartão do modelo Parakeet TDT 0.6B v3 da NVIDIA e no cartão do modelo Whisper Large v3 Turbo da OpenAI, no Hugging Face, e em 3 de outubro de 2026, no README do Whisper da OpenAI e no README do whisper.cpp.

Parakeet TDT 0.6B v3Whisper Large v3 Turbo
FabricanteNVIDIAOpenAI
Tamanho600 milhões de parâmetros809 milhões de parâmetros
Idiomas25 idiomas europeusDezenas, listados pelo nome no cartão do modelo, e o desempenho varia muito conforme o idioma, segundo a OpenAI
Escolha do idiomaDetecta sozinho, sem instruçõesDefinido pelo app ou detectado: o YapToText oferece 29 idiomas mais Auto-detect
Pontuação e maiúsculasAutomáticas, segundo o cartão do modeloPontua a fala comum sozinho no YapToText
Marcações de tempoPor palavra e por trecho, segundo o cartão do modeloDepende do app: as transcrições de arquivos do YapToText são texto simples, sem elas
Áudio longoAté 24 minutos de uma vez com atenção total em uma GPU A100 80GB, ou até 3 horas com atenção localDepende do app
LicençaCC BY 4.0MIT
Feito para rodar emO toolkit NeMo da NVIDIA, em GPUs da NVIDIAQualquer coisa que o rode: o whisper.cpp trata o chip da Apple como de primeira classe

Duas linhas importam mais para o ditado. Os idiomas decidem se o Parakeet consegue ouvir você, e o ambiente de execução decide quão rápido cada um parece no seu Mac. O Parakeet é o modelo mais estreito, construído para a velocidade. O Whisper é o mais amplo.

Velocidade e precisão: o que os fabricantes mediram

Os números que as pessoas citam em Parakeet vs Whisper vêm dos fabricantes e de rankings, então aqui está exatamente o que eles mediram. Toda cifra desta seção é medição da NVIDIA ou da OpenAI, não minha.

Consultado em 5 de outubro de 2026, no artigo da NVIDIA no arXiv e no blog da NVIDIA.

  • Precisão, pela NVIDIA. O artigo da NVIDIA, "Canary-1B-v2 & Parakeet-TDT-0.6B-v3", compara o reconhecimento de voz em inglês nos conjuntos de teste do Hugging Face Open ASR Leaderboard, como LibriSpeech, AMI e Earnings-22. Ele relata uma taxa média de erro de palavras menor para o Parakeet TDT 0.6B v3 do que para o Whisper large-v3. A taxa de erro de palavras é a parcela de palavras que um modelo errou, então menor é melhor. As cifras estão no artigo, listado em Fontes.
  • Velocidade, pela NVIDIA. A mesma tabela dá ao Parakeet um RTFx de 3.332,74, muito mais alto que o do Whisper large-v3. O blog da NVIDIA define o desempenho de processamento nesse ranking como a duração do áudio transcrito dividida pelo tempo de computação, e diz que o Parakeet v3 tem o maior desempenho entre os modelos multilíngues ali.
  • Turbo, pela OpenAI. A linha do artigo é o Whisper large-v3, não o turbo. A OpenAI avalia o turbo em cerca de 8 vezes a velocidade do large, com perda mínima de precisão, medido em uma GPU A100 e não em um Mac.

Leia esses números tendo quatro limites em mente. São conjuntos de teste em inglês, então não dizem nada sobre o seu polonês ou o seu japonês. Foram medidos no hardware da NVIDIA, enquanto um app de Mac roda qualquer um dos modelos em chip da Apple, muitas vezes a partir de um arquivo convertido, então a proporção de velocidade não se transfere como está. Comparam o large-v3, não o arquivo turbo de 5 bits que o YapToText inclui. E um ditado são poucos segundos de uma voz, não uma gravação de benchmark.

Sobre palavras inventadas, o artigo da NVIDIA diz que áudio sem fala foi adicionado aos dados de treinamento para reduzir alucinações. O cartão do modelo Whisper da OpenAI diz que o Whisper pode produzir texto que não foi realmente falado, e o guia das alucinações do Whisper trata do motivo e do que o YapToText faz a respeito. Não encontrei fonte que meça os dois lado a lado nisso, então não afirmo nada para nenhum dos lados.

Uma entrada do History do YapToText com os detalhes do pipeline abertos: transcrição bruta, transcrição limpa, modo, entrega, app de destino e tempos.
Figura 1. O número de velocidade que importa é o do seu próprio Mac: o History divide o tempo de cada ditado, da parada até o texto, em transcrição, limpeza por IA e entrega.

Quais idiomas cada um ouve

Para a maioria das pessoas a escolha se resolve aqui, antes de a velocidade entrar na conversa. Se o Parakeet não lista o seu idioma, ele não é o seu modelo.

O cartão do modelo da NVIDIA lista estes 25: búlgaro, croata, tcheco, dinamarquês, holandês, inglês, estoniano, finlandês, francês, alemão, grego, húngaro, italiano, letão, lituano, maltês, polonês, português, romeno, russo, eslovaco, esloveno, espanhol, sueco e ucraniano. Veja como isso se alinha aos 29 idiomas do seletor Language do YapToText:

  • Nos dois. Tcheco, dinamarquês, holandês, inglês, finlandês, francês, alemão, grego, húngaro, italiano, polonês, português, romeno, russo, eslovaco, espanhol, sueco e ucraniano.
  • Só no seletor do YapToText. Árabe, chinês, hebraico, hindi, indonésio, japonês, coreano, norueguês bokmål, tailandês, turco e vietnamita.
  • Só no Parakeet v3. Búlgaro, croata, estoniano, letão, lituano, maltês e esloveno. O cartão do modelo do Whisper lista os sete, mas o seletor do YapToText não, e eu só afirmo o que o seletor lista.

Mais duas diferenças aparecem quando você dita em mais de um idioma. O Parakeet detecta o idioma sozinho. O YapToText define um idioma por ditado, pelo seletor ou pelo Auto-detect, e uma mudança vale a partir do ditado seguinte. O guia de idiomas mostra como ligar um idioma a um app ou a um atalho.

Apps de Mac que rodam o Parakeet e onde o YapToText está

Muitos apps de ditado para Mac já oferecem o Parakeet ao lado do Whisper, e as páginas de comparação do próprio site já acompanham quais. Se você quer o Parakeet no Mac hoje, ele vem por um desses apps, não pelo YapToText.

Consultado em 3 de outubro de 2026, no site, na documentação ou no repositório de cada app.

AppParakeetWhisperPreço
VoiceInkParakeet V3 por padrão na configuração, e Parakeet V2 ou Parakeet Unified só para inglêsSimTeste de 7 dias e depois $25 uma vez para um Mac
SpokenlyModelos Parakeet locais, grátisSim, grátisGrátis com modelos locais, e Pro por $9,99 ao mês
superwhisperSó no ProSim, no plano gratuitoPlano gratuito, e Pro por $8,49 ao mês
HandyParakeet V3Small, Medium, Turbo e LargeGrátis, com licença MIT
OpenWhisprSim, entre os modelos locaisSimDitado local gratuito
FluidVoiceSim, mais o NemotronSimGrátis, GPL-3.0
YapToTextNãoLarge v3 Turbo (Q5) incluído, e mais dez na bibliotecaGratuito

As páginas de detalhe são a comparação com o VoiceInk, a comparação com o Spokenly, a comparação com o superwhisper e o resumo dos apps de ditado de código aberto, que trata do Handy, do OpenWhispr e do FluidVoice.

Do lado do YapToText, a escolha do modelo fica na página AI Models. A Dictation Model Library tem dez modelos Whisper além do incluído, e Add Model, em Your own models, aceita um arquivo .bin do whisper.cpp ou .gguf do llama.cpp e rejeita qualquer outro. Então um arquivo do Parakeet não carrega nele. O guia dos modelos de IA lista cada modelo com o tamanho que o app mostra.

A página AI Models do YapToText: Whisper Large v3 Turbo (Q5) e Phi-3.5 Mini Instruct marcados como Included, com a biblioteca de modelos abaixo.
Figura 2. A Dictation Model Library do YapToText tem só modelos Whisper, do Tiny (English) até o Large v3, cada um com o tamanho antes do download.

Quem deve escolher qual

Eu escolheria assim, com honestidade, até onde a resposta não é o meu app. Escolha o modelo primeiro pelos seus idiomas e depois pela velocidade do seu Mac.

Um app com Parakeet pode servir se

  • Você dita só em idiomas europeus. Principalmente se um deles for búlgaro, croata, estoniano, letão, lituano, maltês ou esloveno, que o seletor do YapToText não lista.
  • A velocidade é o que você mais percebe. A NVIDIA o construiu para desempenho de processamento, e os números do artigo apontam nessa direção. Meça no seu próprio Mac antes de acreditar.
  • Você alterna muito entre idiomas europeus. O Parakeet detecta o idioma sozinho, sem seletor para mudar.
  • Você quer marcações de tempo por palavra em arquivos. O cartão do modelo lista marcações de tempo por palavra, mas se você as vê depende do app.

O Whisper pode servir se

  • Você dita fora dos idiomas da Europa. Japonês, chinês, coreano, hindi, árabe, hebraico, tailandês, vietnamita, indonésio, turco ou norueguês bokmål estão no seletor do YapToText e não estão na lista do Parakeet v3.
  • Você quer escolher um tamanho. O Whisper vai do Tiny ao Large, então dá para trocar precisão por bateria e memória. Na página Energy, Switch models with the power source pode até rodar um modelo mais leve na bateria.
  • Você o quer sem nada para configurar. A versão da App Store do YapToText traz o Whisper dentro e funciona sem conexão desde a primeira abertura.
  • Você quer rodá-lo por conta própria. O whisper.cpp lista Macs Intel e com chip da Apple como compatíveis, e o guia do Whisper local traz os comandos.

A tradução não decide isso no ditado. O YapToText só pede que o Whisper transcreva, e a OpenAI diz que o turbo não é treinado para tradução de qualquer jeito. Se você está pesando o Whisper contra o motor do próprio Mac, Ditado da Apple vs Whisper trata desse par.

Teste os dois com a sua própria voz

O único teste justo usa a sua voz, as suas frases e o seu Mac. Leva cerca de quinze minutos. Compare bruto com bruto, para que nenhum modelo de limpeza leve o crédito nem a culpa.

Passo 1: anote cinco frases que você realmente diz

  • Você: Escolha frases que você envia toda semana, com pelo menos um nome que costuma sair errado e uma em cada idioma em que você dita.
  • Confira: Leia-as em voz alta uma vez para o ritmo ficar natural.

Passo 2: dite-as com o Parakeet

  • Você: Em um app que oferece o Parakeet V3, como o Handy, que é gratuito, ou o VoiceInk, cuja configuração baixa o Parakeet V3 por padrão, escolha o Parakeet V3 e desative qualquer limpeza por IA que o app ofereça. Diga as cinco frases em uma nota.
  • Confira: Conte as palavras que você teria de corrigir e depois feche esse app, para que só um app responda à sua tecla de ditado.

Passo 3: dite-as com o Whisper no YapToText

  • Você: Baixe o YapToText na Mac App Store. Clique na nota, toque em Right Command, pressione 2 para Raw Transcription enquanto fala, diga as mesmas frases e toque de novo.
  • YapToText: Digita exatamente o que o Whisper ouviu, sem modelo de limpeza.
  • Confira: Conte as correções do mesmo jeito. O primeiro ditado depois da abertura espera um instante enquanto o modelo carrega, então cronometre o segundo.

Passo 4: compare a velocidade no seu Mac

  • Você: No YapToText, abra o History, encontre o ditado e clique em Show pipeline details.
  • YapToText: Divide o tempo da parada até o texto em transcrição, limpeza por IA e entrega.
  • Confira: A linha da transcrição é o tempo do Whisper no seu Mac. Compare com o tempo que o outro app levou para digitar as mesmas frases.

Se o Whisper continuar errando um nome, adicione-o na página Dictionaries antes de decidir: cada entrada prepara o Whisper com a palavra além de corrigir a grafia dela.

O que cada um não faz

Parakeet TDT 0.6B v3

  • Ouvir idiomas fora dos 25 dele. Japonês, chinês, árabe, hindi e os demais não estão na lista.
  • Rodar sozinho em um Mac. O cartão do modelo descreve o toolkit NeMo da NVIDIA em GPUs da NVIDIA, então no Mac ele chega por um app.
  • Rodar dentro do YapToText. O YapToText roda só modelos Whisper, e o Add Model rejeita qualquer coisa que não seja um arquivo do whisper.cpp ou do llama.cpp.

Whisper Large v3 Turbo

  • Ouvir todos os idiomas igualmente. A OpenAI diz que o desempenho varia muito conforme o idioma.
  • Traduzir. A OpenAI diz que o turbo não é treinado para tradução.
  • Prometer que nunca inventa uma palavra. O cartão do modelo da OpenAI diz que ele pode produzir texto que não foi falado, e por isso o YapToText se protege disso.
  • Rodar o YapToText em um Mac Intel. O YapToText exige chip da Apple e macOS 14 ou posterior, embora o próprio whisper.cpp seja compatível com Macs Intel.

Nenhum dos modelos faz tudo. O app em volta decide como é ditar. Eu não passei nenhum dos modelos por um benchmark e não publico porcentagens de precisão de modelo algum.

Resumindo

  • Parakeet. O modelo de 600 milhões de parâmetros da NVIDIA para 25 idiomas europeus, feito para desempenho de processamento, CC BY 4.0.
  • Whisper. É o modelo da OpenAI com licença MIT, com dezenas de idiomas no cartão do modelo turbo e tamanhos do Tiny ao Large.
  • Os números. O artigo da NVIDIA põe o Parakeet à frente do Whisper large-v3 em conjuntos de teste em inglês e muito à frente em desempenho de processamento. São medições da NVIDIA, não minhas.
  • No Mac. O VoiceInk, o Spokenly, o superwhisper Pro, o Handy, o OpenWhispr e o FluidVoice oferecem o Parakeet. O YapToText roda só o Whisper.

Idiomas europeus e velocidade bruta apontam para o Parakeet. Todos os outros idiomas, e um app gratuito com o modelo dentro, apontam para o Whisper.

Se você testou os dois com a sua própria voz e algo aqui não bate com o que encontrou, abra uma issue no GitHub (em inglês). Eu leio todas.

Baixar o YapToText na Mac App StoreDownload gratuito. Sem conta e sem nada bloqueado, para macOS 14 ou posterior em um Mac com chip da Apple. Código-fonte no GitHub.

Quem escreve. Ryleigh Newman desenvolve software, tem dificuldade para digitar e dita todos os dias com o YapToText, o app que este site descreve. Esta página foi traduzida do inglês. A interface do app e o resto do site estão em inglês. Mais sobre o projeto, em inglês.

Guias

Mais guias, em inglês

Fontes

Perguntas

O Parakeet é melhor que o Whisper?

Depende do seu idioma. O artigo da própria NVIDIA relata uma taxa média de erro de palavras menor e um desempenho de processamento muito maior para o Parakeet TDT 0.6B v3 do que para o Whisper large-v3 em conjuntos de teste em inglês, mas o Parakeet v3 cobre 25 idiomas europeus, enquanto o cartão do modelo turbo do Whisper lista dezenas a mais. Teste os dois com as suas frases.

Posso usar o Parakeet no Mac?

Sim, por um app de ditado. O VoiceInk, o Spokenly, o Handy, o OpenWhispr e o FluidVoice oferecem modelos Parakeet, e o superwhisper os oferece no Pro. O YapToText não. Ele roda só o Whisper.

Quais idiomas o Parakeet V3 aceita?

O cartão do modelo da NVIDIA lista 25 idiomas europeus: búlgaro, croata, tcheco, dinamarquês, holandês, inglês, estoniano, finlandês, francês, alemão, grego, húngaro, italiano, letão, lituano, maltês, polonês, português, romeno, russo, eslovaco, esloveno, espanhol, sueco e ucraniano. Ele detecta o idioma automaticamente.

O Parakeet é mais rápido que o Whisper?

Pelas medições da NVIDIA, sim: o artigo dela dá ao Parakeet TDT 0.6B v3 um RTFx de 3.332,74, muito mais alto que o do Whisper large-v3, medido pela NVIDIA no próprio hardware. Como cada um parece no seu Mac depende do app, então cronometre você mesmo alguns ditados.

O YapToText aceita o Parakeet?

Não. O YapToText roda por padrão o Whisper Large v3 Turbo (Q5), oferece mais dez modelos Whisper na biblioteca, e o botão Add Model aceita só arquivos do whisper.cpp e do llama.cpp.

O Parakeet é gratuito e aberto?

A NVIDIA publica o Parakeet TDT 0.6B v3 no Hugging Face sob a licença CC BY 4.0. O código e os pesos do Whisper estão sob a licença MIT.