Parakeet vs Whisper no ditado do Mac: o modelo da NVIDIA contra o da OpenAI
Por Ryleigh Newman · Publicado em
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.
Download gratuito. Sem conta e sem nada bloqueado, para macOS 14 ou posterior em um Mac com chip da Apple. Código-fonte no GitHub.
Este guia em outros idiomas: English, Čeština, Deutsch, Español, Français, Magyar, Bahasa Indonesia, Italiano, 日本語, 한국어, Nederlands, Polski, Русский, ไทย, Türkçe, Tiếng Việt, 简体中文, 繁體中文
Nesta página: 14 seções
- Passos
- Dois modelos, dois fabricantes
- Lado a lado
- Velocidade e precisão: o que os fabricantes mediram
- Quais idiomas cada um ouve
- Apps de Mac que rodam o Parakeet e onde o YapToText está
- Quem deve escolher qual
- Teste os dois com a sua própria voz
- O que cada um não faz
- Resumindo
- Guias
- Mais guias, em inglês
- Fontes
- Perguntas
Passos
- Anote cinco frases que você realmente diz, com um nome que costuma sair errado e uma frase em cada idioma em que você dita.
- 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.
- 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.
- 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 v3 | Whisper Large v3 Turbo | |
|---|---|---|
| Fabricante | NVIDIA | OpenAI |
| Tamanho | 600 milhões de parâmetros | 809 milhões de parâmetros |
| Idiomas | 25 idiomas europeus | Dezenas, listados pelo nome no cartão do modelo, e o desempenho varia muito conforme o idioma, segundo a OpenAI |
| Escolha do idioma | Detecta sozinho, sem instruções | Definido pelo app ou detectado: o YapToText oferece 29 idiomas mais Auto-detect |
| Pontuação e maiúsculas | Automáticas, segundo o cartão do modelo | Pontua a fala comum sozinho no YapToText |
| Marcações de tempo | Por palavra e por trecho, segundo o cartão do modelo | Depende do app: as transcrições de arquivos do YapToText são texto simples, sem elas |
| Áudio longo | Até 24 minutos de uma vez com atenção total em uma GPU A100 80GB, ou até 3 horas com atenção local | Depende do app |
| Licença | CC BY 4.0 | MIT |
| Feito para rodar em | O toolkit NeMo da NVIDIA, em GPUs da NVIDIA | Qualquer 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.

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.
| App | Parakeet | Whisper | Preço |
|---|---|---|---|
| VoiceInk | Parakeet V3 por padrão na configuração, e Parakeet V2 ou Parakeet Unified só para inglês | Sim | Teste de 7 dias e depois $25 uma vez para um Mac |
| Spokenly | Modelos Parakeet locais, grátis | Sim, grátis | Grátis com modelos locais, e Pro por $9,99 ao mês |
| superwhisper | Só no Pro | Sim, no plano gratuito | Plano gratuito, e Pro por $8,49 ao mês |
| Handy | Parakeet V3 | Small, Medium, Turbo e Large | Grátis, com licença MIT |
| OpenWhispr | Sim, entre os modelos locais | Sim | Ditado local gratuito |
| FluidVoice | Sim, mais o Nemotron | Sim | Grátis, GPL-3.0 |
| YapToText | Não | Large v3 Turbo (Q5) incluído, e mais dez na biblioteca | Gratuito |
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.

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.
Download gratuito. Sem conta e sem nada bloqueado, para macOS 14 ou posterior em um Mac com chip da Apple. Código-fonte no GitHub.
Guias
Mais guias, em inglês
Fontes
- https://huggingface.co/nvidia/parakeet-tdt-0.6b-v3 (consultado em 5 de outubro de 2026)
- https://arxiv.org/abs/2509.14128 (consultado em 5 de outubro de 2026)
- https://blogs.nvidia.com/blog/speech-ai-dataset-models/ (consultado em 5 de outubro de 2026)
- https://huggingface.co/openai/whisper-large-v3-turbo (consultado em 5 de outubro de 2026)
- https://github.com/openai/whisper (consultado em 3 de outubro de 2026)
- https://github.com/openai/whisper/blob/main/model-card.md (consultado em 5 de outubro de 2026)
- https://github.com/ggml-org/whisper.cpp (consultado em 3 de outubro de 2026)
- https://tryvoiceink.com/pricing (consultado em 3 de outubro de 2026)
- https://tryvoiceink.com/docs/installation (consultado em 3 de outubro de 2026)
- https://tryvoiceink.com/docs/recommended-models (consultado em 3 de outubro de 2026)
- https://spokenly.app (consultado em 3 de outubro de 2026)
- https://spokenly.app/pricing (consultado em 3 de outubro de 2026)
- https://superwhisper.com (consultado em 3 de outubro de 2026)
- https://superwhisper.com/docs/billing/plans (consultado em 3 de outubro de 2026)
- https://github.com/cjpais/Handy (consultado em 3 de outubro de 2026)
- https://github.com/OpenWhispr/openwhispr (consultado em 3 de outubro de 2026)
- https://openwhispr.com/pricing (consultado em 3 de outubro de 2026)
- https://github.com/altic-dev/FluidVoice (consultado em 3 de outubro de 2026)
- https://github.com/ryleighnewman/YapToText (consultado em 3 de outubro de 2026)
- https://apps.apple.com/us/app/yaptotext/id6786382289 (consultado em 3 de outubro de 2026)
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.