Parakeet и Whisper для диктовки на Mac: модель NVIDIA против модели OpenAI

Текст: · Опубликовано

Спор Parakeet и Whisper сводится к языкам против скорости: NVIDIA Parakeet TDT 0.6B v3 это речевая модель на 600 миллионов параметров для 25 европейских языков, которую NVIDIA создала для высокой пропускной способности, а OpenAI Whisper Large v3 Turbo это многоязычная модель, чья карточка перечисляет множество языков по названиям. Обе могут работать локально на Mac внутри приложения для диктовки, обе ставят знаки препинания, и ни одна не отправляет ваш голос никуда, если работает на вашем компьютере.

Я разрабатываю YapToText, бесплатное приложение для диктовки на Mac, которое запускает Whisper и только Whisper. Parakeet в нём нет, поэтому читайте дальнейшее с учётом этого. Я разрабатываю его, потому что мне трудно печатать руками и я каждый день диктую. Сведения о Parakeet здесь взяты из карточки модели, статьи и блога самой NVIDIA, сведения о Whisper со страниц самой OpenAI, а сведения о приложениях для Mac с сайта каждого приложения. Ни одно число скорости или точности на этой странице не моё.

Загрузить YapToText в Mac App StoreБесплатно. Без учётной записи и без закрытых функций, для macOS 14 или новее на Mac с чипом Apple. Исходный код на GitHub.

Это руководство на других языках: English, Čeština, Deutsch, Español, Français, Magyar, Bahasa Indonesia, Italiano, 日本語, 한국어, Nederlands, Polski, Português, ไทย, Türkçe, Tiếng Việt, 简体中文, 繁體中文

На этой странице: 14 разделов
  1. Шаги
  2. Две модели, два разработчика
  3. Бок о бок
  4. Скорость и точность: что измерили разработчики
  5. Какие языки слышит каждая модель
  6. Приложения для Mac с Parakeet и где стоит YapToText
  7. Кому какую выбрать
    1. Приложение с Parakeet может подойти, если
    2. Whisper может подойти, если
  8. Проверьте обе на своём голосе
    1. Шаг 1. Запишите пять предложений, которые вы действительно говорите
    2. Шаг 2. Продиктуйте их с Parakeet
    3. Шаг 3. Продиктуйте их с Whisper в YapToText
    4. Шаг 4. Сравните скорость на вашем Mac
  9. Чего не умеет каждая из них
    1. Parakeet TDT 0.6B v3
    2. Whisper Large v3 Turbo
  10. Коротко
  11. Руководства
  12. Другие руководства, на английском
  13. Источники
  14. Вопросы

Шаги

  1. Запишите пять предложений, которые вы действительно говорите, с именем, которое обычно получается неверно, и по одному предложению на каждом языке, на котором вы диктуете.
  2. Продиктуйте их в приложении, которое предлагает Parakeet V3, например Handy или VoiceInk, с выключенной очисткой с помощью ИИ и посчитайте слова, которые пришлось бы исправить.
  3. Закройте это приложение, затем продиктуйте те же предложения в YapToText с <span lang="en">Raw Transcription</span>, нажав 2 во время речи, и посчитайте исправления тем же способом.
  4. В <span lang="en">History</span> YapToText нажмите <span lang="en">Show pipeline details</span>, чтобы увидеть, сколько заняла расшифровка на вашем Mac, и сравните с другим приложением.

Две модели, два разработчика

Эти два названия используют как названия брендов, поэтому полезно уточнить, какие именно файлы имеются в виду. Parakeet V3 и Whisper Large v3 Turbo это две локальные модели, которые большинство приложений для диктовки на Mac теперь ставят перед вами.

  • Parakeet TDT 0.6B v3. Карточка модели NVIDIA на Hugging Face называет её многоязычной моделью распознавания речи на 600 миллионов параметров, рассчитанной на расшифровку речи в текст с высокой пропускной способностью. Она расширяет Parakeet TDT 0.6B v2 с английского до 25 европейских языков. TDT означает Token-and-Duration Transducer, декодер, который стоит за кодировщиком FastConformer. NVIDIA выпускает её под лицензией CC BY 4.0.
  • Parakeet V2. Модель только для английского, из которой выросла v3. Документация VoiceInk советует Parakeet V2 или Parakeet Unified, если вы диктуете только по-английски.
  • Whisper Large v3 Turbo. OpenAI называет Whisper моделью распознавания речи общего назначения, обученной на большом наборе разнообразных аудиозаписей, а turbo оптимизированной версией large-v3 с более быстрой расшифровкой и минимальной потерей точности. OpenAI указывает для turbo 809 миллионов параметров и выпустила код и веса Whisper под лицензией MIT.
  • Что запускает YapToText. Стандартный файл Whisper Large v3 Turbo (Q5), 574 МБ, через копию whisper.cpp, собранную с Metal и Accelerate. Этот файл подробно описывает страница о Whisper для Mac.

Одну вещь названия скрывают: карточка Parakeet описывает запуск с набором инструментов NVIDIA NeMo и называет в качестве оборудования архитектуры графических процессоров NVIDIA, такие как Ampere и Hopper. В Mac с чипом Apple графического процессора NVIDIA нет, поэтому приложению для Mac, которое предлагает Parakeet, приходится запускать его иначе, и об этом говорит его собственная документация. Whisper на Mac обычно означает whisper.cpp, чей README называет чип Apple первоклассным участником.

Бок о бок

Проверено 5 октября 2026 года по карточке модели NVIDIA Parakeet TDT 0.6B v3 и карточке модели OpenAI Whisper Large v3 Turbo на Hugging Face и 3 октября 2026 года по README OpenAI Whisper и README whisper.cpp.

Parakeet TDT 0.6B v3Whisper Large v3 Turbo
РазработчикNVIDIAOpenAI
Размер600 миллионов параметров809 миллионов параметров
Языки25 европейских языковНесколько десятков, перечислены по названиям в карточке модели, а качество сильно зависит от языка, по данным OpenAI
Выбор языкаОпределяет его автоматически, без подсказокЗадаётся приложением или определяется сам, а YapToText предлагает 29 языков плюс Auto-detect
Знаки препинания и заглавные буквыАвтоматически, по данным карточки моделиВ YapToText обычную речь пунктуирует сама
Временные меткиНа уровне слов и сегментов, по данным карточки моделиЗависит от приложения, а расшифровки файлов в YapToText это простой текст без них
Длинное аудиоДо 24 минут за один проход с полным вниманием на GPU A100 80GB или до 3 часов с локальным вниманиемЗависит от приложения
ЛицензияCC BY 4.0MIT
Для чего созданаНабор инструментов NVIDIA NeMo на графических процессорах NVIDIAНа всём, что её запускает, а whisper.cpp считает чип Apple первоклассным

Для диктовки важнее всего две строки. Языки решают, услышит ли вас Parakeet вообще, а среда запуска решает, насколько быстро любая из моделей работает на вашем Mac. Parakeet это более узкая модель, созданная для скорости. Whisper шире.

Скорость и точность: что измерили разработчики

Числа, которые приводят в споре Parakeet и Whisper, взяты у самих разработчиков и из рейтингов, поэтому вот что именно они измеряли. Каждое число в этом разделе это измерение NVIDIA или OpenAI, а не моё.

Проверено 5 октября 2026 года по статье NVIDIA на arXiv и блогу NVIDIA.

  • Точность, по данным NVIDIA. В статье NVIDIA «Canary-1B-v2 & Parakeet-TDT-0.6B-v3» сравнивается распознавание английской речи на тестовых наборах рейтинга Hugging Face Open ASR Leaderboard, таких как LibriSpeech, AMI и Earnings-22. Она сообщает о более низкой средней доле ошибочных слов у Parakeet TDT 0.6B v3, чем у Whisper large-v3. Доля ошибочных слов это процент слов, в которых модель ошиблась, поэтому чем ниже, тем лучше. Сами числа приведены в статье, указанной в источниках.
  • Скорость, по данным NVIDIA. Та же таблица даёт Parakeet значение RTFx 3 332,74, намного выше, чем у Whisper large-v3. Блог NVIDIA определяет пропускную способность в этом рейтинге как длительность расшифрованного звука, делённую на время вычислений, и сообщает, что у Parakeet v3 самая высокая пропускная способность среди многоязычных моделей там.
  • Turbo, по данным OpenAI. В строке статьи указана Whisper large-v3, а не turbo. OpenAI оценивает turbo примерно в 8 раз быстрее large при минимальной потере точности, измеряя на GPU A100, а не на Mac.

Читайте эти числа с четырьмя оговорками. Это английские тестовые наборы, так что они ничего не говорят о вашем польском или японском. Их измеряли на оборудовании NVIDIA, а приложение для Mac запускает любую из моделей на чипе Apple, часто из преобразованного файла, поэтому соотношение скорости не перенесётся как есть. Они сравнивают large-v3, а не 5-битный файл turbo, который поставляет YapToText. И диктовка это несколько секунд одного голоса, а не эталонная запись.

Что касается выдуманных слов, в статье NVIDIA сказано, что в обучающие данные добавили неречевое аудио, чтобы уменьшить галлюцинации. В карточке модели OpenAI Whisper сказано, что Whisper может выдавать текст, которого на самом деле не говорили, а руководство по галлюцинациям Whisper объясняет, почему так бывает и что с этим делает YapToText. Источника, который измерял бы обе модели рядом по этому показателю, не нашлось, поэтому ни в чью пользу я ничего не утверждаю.

Запись в History YapToText с открытыми подробностями конвейера: сырая расшифровка, очищенная расшифровка, режим, доставка, целевое приложение и время.
Рисунок 1. Важна скорость на вашем собственном Mac: History делит время от остановки до текста каждой диктовки на расшифровку, очистку с помощью ИИ и доставку.

Какие языки слышит каждая модель

Для большинства людей выбор решается здесь, ещё до скорости. Если вашего языка нет в списке Parakeet, это не ваша модель.

В карточке модели NVIDIA перечислены эти 25: болгарский, хорватский, чешский, датский, нидерландский, английский, эстонский, финский, французский, немецкий, греческий, венгерский, итальянский, латышский, литовский, мальтийский, польский, португальский, румынский, русский, словацкий, словенский, испанский, шведский и украинский. Вот как это соотносится с 29 языками в списке Language в YapToText:

  • В обоих. Чешский, датский, нидерландский, английский, финский, французский, немецкий, греческий, венгерский, итальянский, польский, португальский, румынский, русский, словацкий, испанский, шведский и украинский.
  • Только в списке YapToText. Арабский, китайский, иврит, хинди, индонезийский, японский, корейский, норвежский букмол, тайский, турецкий и вьетнамский.
  • Только в Parakeet v3. Болгарский, хорватский, эстонский, латышский, литовский, мальтийский и словенский. Карточка модели Whisper перечисляет все семь, но в списке YapToText их нет, а я утверждаю только то, что есть в списке.

Ещё две разницы проявляются, когда вы диктуете больше чем на одном языке. Parakeet определяет язык сама. YapToText задаёт один язык на диктовку, из списка или через Auto-detect, и изменение действует со следующей диктовки. Как привязать язык к приложению или сочетанию клавиш, показывает руководство по языкам.

Приложения для Mac с Parakeet и где стоит YapToText

Многие приложения для диктовки на Mac теперь предлагают Parakeet рядом с Whisper, и сравнительные страницы этого сайта уже отслеживают, какие именно. Если вам нужен Parakeet на Mac сегодня, вы получите его в одном из этих приложений, а не в YapToText.

Проверено 3 октября 2026 года на сайте, в документации или репозитории каждого приложения.

ПриложениеParakeetWhisperЦена
VoiceInkParakeet V3 по умолчанию при первоначальной настройке, а Parakeet V2 или Parakeet Unified только для английскогоДа7-дневная пробная версия, затем $25 один раз за один Mac
SpokenlyЛокальные модели Parakeet, бесплатноДа, бесплатноБесплатно с локальными моделями, Pro $9,99 в месяц
superwhisperТолько в ProДа, в бесплатном тарифеБесплатный тариф, Pro $8,49 в месяц
HandyParakeet V3Small, Medium, Turbo и LargeБесплатно, лицензия MIT
OpenWhisprДа, среди локальных моделейДаБесплатная локальная диктовка
FluidVoiceДа, а также NemotronДаБесплатно, GPL-3.0
YapToTextНетLarge v3 Turbo (Q5) внутри, ещё десять в библиотекеБесплатно

Подробные страницы: сравнение с VoiceInk, сравнение со Spokenly, сравнение с superwhisper и обзор приложений для диктовки с открытым кодом, который охватывает Handy, OpenWhispr и FluidVoice.

Что касается YapToText, выбор модели находится на странице AI Models. В Dictation Model Library есть десять моделей Whisper помимо встроенной, а кнопка Add Model в разделе Your own models принимает файл whisper.cpp .bin или llama.cpp .gguf и отклоняет всё остальное. Так что файл Parakeet в него не загрузится. Руководство по моделям ИИ перечисляет все модели с размерами, которые показывает приложение.

Страница AI Models в YapToText: Whisper Large v3 Turbo (Q5) и Phi-3.5 Mini Instruct с пометкой Included, ниже библиотека моделей.
Рисунок 2. Dictation Model Library в YapToText содержит только модели Whisper, от Tiny (English) до Large v3, и у каждой указан размер до загрузки.

Кому какую выбрать

Вот как стоит выбирать, честно, даже когда ответ не моё приложение. Выбирайте модель сначала по своим языкам, а потом по скорости вашего Mac.

Приложение с Parakeet может подойти, если

  • Вы диктуете только на европейских языках. Особенно если один из них болгарский, хорватский, эстонский, латышский, литовский, мальтийский или словенский, которых в списке YapToText нет.
  • Больше всего вы замечаете скорость. NVIDIA создавала её для пропускной способности, и числа из её статьи указывают в ту же сторону. Измерьте это на своём Mac, прежде чем верить.
  • Вы часто переключаетесь между европейскими языками. Parakeet определяет язык сама, и менять язык в списке не нужно.
  • Вам нужны метки времени слов в файлах. Карточка модели называет метки времени на уровне слов, хотя увидите ли вы их, зависит от приложения.

Whisper может подойти, если

  • Вы диктуете не на европейских языках. Японский, китайский, корейский, хинди, арабский, иврит, тайский, вьетнамский, индонезийский, турецкий или норвежский букмол есть в списке YapToText и отсутствуют в списке Parakeet v3.
  • Вы хотите выбирать размер. Whisper бывает от Tiny до Large, так что можно менять точность на заряд батареи и память. На странице Energy параметр Switch models with the power source может даже запускать более лёгкую модель от батареи.
  • Вам нужно, чтобы ничего не надо было настраивать. Сборка YapToText из App Store поставляется с Whisper внутри и работает без интернета с первого запуска.
  • Вы хотите запускать её сами. whisper.cpp называет поддерживаемыми Mac с Intel и с чипом Apple, а команды есть в руководстве по локальному Whisper.

Для диктовки перевод ничего не решает. YapToText просит Whisper только расшифровывать, а OpenAI сообщает, что turbo в любом случае не обучена переводу. Если вы сравниваете Whisper со встроенным движком Mac, этой паре посвящена страница Диктовка Apple и Whisper.

Проверьте обе на своём голосе

Единственная честная проверка это ваш голос, ваши предложения и ваш Mac. Она занимает около пятнадцати минут. Сравнивайте сырое с сырым, чтобы ни одна модель очистки не получила ни похвалу, ни упрёк.

Шаг 1. Запишите пять предложений, которые вы действительно говорите

  • Вы: Выберите предложения, которые вы отправляете каждую неделю, с хотя бы одним именем, которое обычно получается неверно, и по одному на каждом языке, на котором вы диктуете.
  • Проверка: Прочитайте их вслух один раз, чтобы темп был естественным.

Шаг 2. Продиктуйте их с Parakeet

  • Вы: В приложении, которое предлагает Parakeet V3, например Handy, который бесплатный, или VoiceInk, чья первоначальная настройка по умолчанию загружает Parakeet V3, выберите Parakeet V3 и выключите любую очистку с помощью ИИ, которую предлагает приложение. Скажите пять предложений в заметку.
  • Проверка: Посчитайте слова, которые пришлось бы исправить, а затем закройте это приложение, чтобы на клавишу диктовки отвечало только одно.

Шаг 3. Продиктуйте их с Whisper в YapToText

  • Вы: Скачайте YapToText из Mac App Store. Нажмите в заметку, нажмите Right Command, во время речи нажмите 2 для Raw Transcription, скажите те же предложения и нажмите снова.
  • YapToText: Печатает ровно то, что услышал Whisper, без модели очистки.
  • Проверка: Посчитайте исправления тем же способом. Первая диктовка после запуска ждёт, пока загрузится модель, поэтому засекайте вторую.

Шаг 4. Сравните скорость на вашем Mac

  • Вы: В YapToText откройте History, найдите диктовку и нажмите Show pipeline details (показать подробности конвейера).
  • YapToText: Делит время от остановки до текста на расшифровку, очистку с помощью ИИ и доставку.
  • Проверка: Строка расшифровки это время Whisper на вашем Mac. Сравните его с тем, сколько другому приложению потребовалось, чтобы напечатать те же предложения.

Если Whisper продолжает путать имя, добавьте его на странице Dictionaries, прежде чем решать: каждая запись не только исправляет написание, но и настраивает Whisper на это слово.

Чего не умеет каждая из них

Parakeet TDT 0.6B v3

  • Слышать языки вне своих 25. Японского, китайского, арабского, хинди и остальных нет в её списке.
  • Работать на Mac сама по себе. Её карточка описывает набор инструментов NVIDIA NeMo на графических процессорах NVIDIA, так что на Mac она приходит через приложение.
  • Работать внутри YapToText. YapToText запускает только модели Whisper, а Add Model отклоняет всё, что не является файлом whisper.cpp или llama.cpp.

Whisper Large v3 Turbo

  • Одинаково хорошо слышать все языки. OpenAI сообщает, что качество сильно зависит от языка.
  • Переводить. OpenAI сообщает, что turbo не обучена переводу.
  • Обещать, что она никогда не выдумает слово. В карточке модели OpenAI сказано, что она может выдавать текст, которого не говорили, и поэтому YapToText от этого защищается.
  • Работать с YapToText на Mac с Intel. YapToText нужны чип Apple и macOS 14 или новее, хотя сам whisper.cpp поддерживает Mac с Intel.

Ни одна модель не умеет всего. Приложение вокруг неё определяет, каково диктовать. Эталонные тесты ни для одной из моделей не запускались, и проценты точности для моделей здесь не публикуются.

Коротко

  • Parakeet. Модель NVIDIA на 600 миллионов параметров для 25 европейских языков, созданная для пропускной способности, CC BY 4.0.
  • Whisper. Модель OpenAI под лицензией MIT, с несколькими десятками языков в карточке turbo и размерами от Tiny до Large.
  • Числа. Статья NVIDIA ставит Parakeet впереди Whisper large-v3 на английских тестовых наборах и намного впереди по пропускной способности. Это измерения NVIDIA, а не мои.
  • На Mac. Parakeet предлагают VoiceInk, Spokenly, superwhisper Pro, Handy, OpenWhispr и FluidVoice. YapToText запускает только Whisper.

Европейские языки и чистая скорость указывают на Parakeet. Все остальные языки и бесплатное приложение с моделью внутри указывают на Whisper.

Если вы проверили обе модели на своём голосе и что-то здесь не совпадает с найденным вами, создайте issue на GitHub. Я читаю каждое.

Загрузить YapToText в Mac App StoreБесплатно. Без учётной записи и без закрытых функций, для macOS 14 или новее на Mac с чипом Apple. Исходный код на GitHub.

Кто пишет. Ryleigh Newman разрабатывает программы, с трудом печатает на клавиатуре и каждый день диктует в YapToText, приложении, которому посвящён этот сайт. Эта страница переведена с английского. Интерфейс приложения и остальные страницы сайта на английском. Подробнее о проекте, на английском.

Руководства

Другие руководства, на английском

Источники

Вопросы

Parakeet лучше Whisper?

Это зависит от вашего языка. В собственной статье NVIDIA у Parakeet TDT 0.6B v3 указаны более низкая средняя доля ошибочных слов и намного более высокая пропускная способность, чем у Whisper large-v3, на английских тестовых наборах, но Parakeet v3 охватывает 25 европейских языков, а в карточке turbo-модели Whisper перечислено на несколько десятков больше. Проверьте обе на своих предложениях.

Можно ли использовать Parakeet на Mac?

Да, через приложение для диктовки. Модели Parakeet предлагают VoiceInk, Spokenly, Handy, OpenWhispr и FluidVoice, а superwhisper в тарифе Pro. YapToText их не предлагает. Он запускает только Whisper.

Какие языки поддерживает Parakeet V3?

В карточке модели NVIDIA перечислены 25 европейских языков: болгарский, хорватский, чешский, датский, нидерландский, английский, эстонский, финский, французский, немецкий, греческий, венгерский, итальянский, латышский, литовский, мальтийский, польский, португальский, румынский, русский, словацкий, словенский, испанский, шведский и украинский. Язык она определяет автоматически.

Parakeet быстрее Whisper?

По измерениям NVIDIA да: в её статье у Parakeet TDT 0.6B v3 значение RTFx 3 332,74, намного выше, чем у Whisper large-v3, измерено NVIDIA на собственном оборудовании. Как каждая из них ощущается на вашем Mac, зависит от приложения, поэтому засеките время нескольких диктовок сами.

Поддерживает ли YapToText Parakeet?

Нет. YapToText по умолчанию запускает Whisper Large v3 Turbo (Q5), предлагает в библиотеке ещё десять моделей Whisper, а его кнопка Add Model принимает только файлы whisper.cpp и llama.cpp.

Parakeet бесплатный и открытый?

NVIDIA публикует Parakeet TDT 0.6B v3 на Hugging Face под лицензией CC BY 4.0. Код и веса Whisper распространяются под лицензией MIT.