TL;DR
| Parakeet V3 | مقارنة Whisper | |
|---|---|---|
| السرعة | ~60× من الزمن الحقيقي على Apple Silicon | Turbo ~14× من الزمن الحقيقي على نفس M4 Pro |
| اللغات المدعومة | 25 | 100+ |
| معدل خطأ الإنجليزية (WER) | 6.32% | Turbo 7.83% |
| متوسط معدل الخطأ لـ 25 لغة (WER) | 12.0% | 12.6% |
| الهلوسة | شبه معدومة على الصمت في اختباراتنا | قد تظهر أثناء الصمت |
| الأفضل لـ | الإنجليزية والأوروبية | الآسيوية، العربية، 100+ |
* السرعة: قياساتنا الخاصة على Apple Silicon (58× في بودكاست، و63× في اجتماع). WER الإنجليزية: لوحة صدارة Hugging Face Open ASR. متوسط 25 لغة: معيار FLEURS. سلوك الصمت ملاحظة من منتجنا، وليس ضماناً بصفر أخطاء.
يعتمد تطبيق Whisper Notes لنظام Mac على NVIDIA Parakeet TDT 0.6B كمحرك التعرف على الكلام الافتراضي. على Apple Silicon يعمل بسرعة تقارب 60× من الزمن الحقيقي، وعلى لوحة صدارة Open ASR هو أدق للإنجليزية من Whisper Large V3 Turbo — 6.32% مقابل 7.83%. نماذج Whisper لا تزال متاحة إذا كنت تحتاج لغات أخرى.
لماذا غيّرنا المحرك الافتراضي
Whisper نموذج ممتاز، لكنه صُمم ليكون أداة متعددة الأغراض. يدعم أكثر من 100 لغة، يترجم، يولّد طوابع زمنية — سكين سويسري حقيقي. الثمن هو السرعة. للإملاء بالإنجليزية، حيث كل ما تريده هو أن تظهر الكلمات على الشاشة بسرعة، فهو أكثر مما تحتاج.
مع Whisper خلف الإملاء على مستوى النظام بزر Fn، كانت جملة مدتها دقيقة واحدة تحتاج من 3 إلى 5 ثوانٍ لتظهر بعد أن ترفع إصبعك عن الزر.
مع Parakeet تظهر الجملة نفسها خلال ثانية أو أقل، وهي مدة قصيرة بما يكفي كي لا تلاحظ الانتظار.
ما مدى سرعة Parakeet V3؟
إليك تشغيلين من قياساتنا نحن — المحركان على الملف الصوتي نفسه، وعلى جهاز Mac نفسه:
| النموذج | بودكاست إنجليزي مدته 5 دقائق (M4 Pro) |
|---|---|
| Whisper Large V3 Turbo | 20.92 ثانية — 14.3× من الزمن الحقيقي |
| Parakeet TDT 0.6B v3 | 2.91 ثانية — 103× من الزمن الحقيقي |
على جهاز أصغر يبقى الفارق قائماً. على جهاز M5 Air لدينا، أنهى Parakeet اجتماعاً مدته 17.5 دقيقة في 16.7 ثانية، أي نحو 60× من الزمن الحقيقي.
ما الذي يجعل Parakeet v3 بهذه السرعة
يقرأ المُرمِّز (encoder) في Whisper نافذة صوتية مدتها 30 ثانية دفعة واحدة. ثم يكتب المُفكِّك (decoder) النص رمزاً تلو الآخر، ويتوقع دائماً أن يكتب شيئاً، حتى أثناء الصمت.
أما Parakeet فهو نموذج transducer. يضغط الصوت 8× أولاً، ثم يتنبأ بكل رمز مع مدته، فيستطيع القفز إلى الأمام بدلاً من المرور على كل إطار. وعند الصمت يُخرج رمز «فراغ» (blank) ويمضي.
من هنا تأتي السرعة، ومن هنا أيضاً قلة النص المختلق في فترات التوقف. على M4 Pro ينهي ساعة من الصوت في أقل من دقيقة، بمعاملات أقل من Whisper Large V3 Turbo ومعدل خطأ أدنى في الإنجليزية.
المقاييس المرجعية: Parakeet v3 مقابل Whisper
الأقل أفضل: يبقى Parakeet V3، الأصغر من نصف حجم Whisper Large V3، على بعد نقطة واحدة منه على الأكثر في الاختبارات الثلاثة، بينما يسجّل Seamless M4T v2 الأكبر أدنى القيم.
على لوحة المتصدرين Open ASR على Hugging Face، يسجّل Parakeet v3 متوسط WER للإنجليزية قدره 6.32% بـ 600 مليون معامل — أقل من نصف معاملات Whisper Large V3 البالغة 1.55 مليار:
| النموذج | المعاملات | متوسط WER | السرعة (RTFx) |
|---|---|---|---|
| Parakeet TDT 0.6B v3 | 0.6B | 6.32% | 3,333x |
| Canary 1B v2 | 1.0B | 7.15% | 749x |
| Whisper Large V3 Turbo | 0.8B | 7.83% | 350x |
WER أقل = أخطاء أقل. RTFx أعلى = أسرع. Parakeet متقدم في الاثنين، وبـ 600 مليون معامل هو الأصغر بين النماذج الثلاثة، لذا يعمل جيداً على Apple Silicon دون استهلاك كبير للذاكرة.
معدل خطأ الكلمات متعدد اللغات: جميع اللغات الـ 25
لوحة المتصدرين أعلاه تغطي الإنجليزية فقط. إليك الصورة الكاملة — كيف تقارن النماذج الثلاثة المتاحة في Whisper Notes عبر جميع اللغات الـ 25 التي يدعمها Parakeet، مقاسة على معيار FLEURS. WER أقل = أخطاء أقل في التفريغ. أفضل قيمة بين Large V3 وParakeet مُبرزة في كل صف:
| اللغة | Whisper Small | Whisper Large V3 | Parakeet V3 |
|---|---|---|---|
| البلغارية | 37.3 | 12.9 | 12.6 |
| الكرواتية | 33.4 | 11.1 | 12.5 |
| التشيكية | 37.6 | 11.3 | 11.0 |
| الدنماركية | 32.8 | 12.6 | 18.4 |
| الهولندية | 16.4 | 5.6 | 7.5 |
| الإنجليزية | 6.1 | 4.3 | 4.9 |
| الإستونية | 51.3 | 19.1 | 17.7 |
| الفنلندية | 24.0 | 7.7 | 13.2 |
| الفرنسية | 15.0 | 6.3 | 5.2 |
| الألمانية | 10.2 | 4.3 | 5.0 |
| اليونانية | 30.8 | 27.0 | 20.7 |
| المجرية | 38.9 | 14.1 | 15.7 |
| الإيطالية | 9.8 | 2.3 | 3.0 |
| اللاتفية | 53.2 | 18.3 | 22.8 |
| الليتوانية | 65.6 | 22.3 | 20.4 |
| المالطية | 92.2 | 68.9 | 20.5 |
| البولندية | 14.7 | 4.7 | 7.3 |
| البرتغالية | 7.3 | 3.7 | 4.8 |
| الرومانية | 29.8 | 8.2 | 12.4 |
| الروسية | 11.4 | 4.2 | 5.5 |
| السلوفاكية | 33.3 | 8.4 | 8.8 |
| السلوفينية | 49.3 | 19.9 | 24.0 |
| الإسبانية | 5.6 | 3.1 | 3.5 |
| السويدية | 20.8 | 7.9 | 15.1 |
| الأوكرانية | 19.3 | 6.5 | 6.8 |
| المتوسط | 29.8 | 12.6 | 12.0 |
WER (%) على FLEURS. بيانات Whisper Small من Radford et al.؛ بيانات Large V3 وParakeet V3 من ورقة NVIDIA Canary-1B-v2.
يتقدم Whisper Large V3 بفارق طفيف في معظم اللغات الفردية، لكن Parakeet V3 قريب منه في المتوسط (12.0% مقابل 12.6%)، ويتصدر في سبع منها، أوضحها المالطية واليونانية، ويخفض متوسط معدل خطأ Whisper Small بنحو 60%. الميزة العملية هي الجمع بين كل ذلك: دقة متعددة اللغات من مستوى Large V3 بسرعة تقارب 60× من الزمن الحقيقي على Apple Silicon، وبصمة تشغيل أصغر، وتعامل مع الصمت أكثر موثوقية بكثير في اختبارات الإملاء لدينا.
لماذا يهلوس أقل أثناء الصمت
إذا استخدمت Whisper للإملاء من قبل، فغالباً رأيته يهلوس أثناء الصمت — يكرر عبارات، يخترع كلمات، أو يخرج بنص "Subtitles by Amara.org" من العدم. يحدث هذا لأن مفكك ترميز Whisper الانحداري يتوقع دائماً إنتاج نص، حتى عندما لا يوجد شيء يُفرّغ.
بنية transducer في Parakeet تستطيع إصدار مخرجات فارغة بدلاً من فرض رمز نصي. في اختباراتنا على الإملاء على مستوى النظام، هذا يجعله أقل ميلاً بكثير من Whisper إلى ملء التوقفات بنص مكرر أو غير ذي صلة. لكنه يبقى نموذج كلام، لذا فالوصف الدقيق هو «أقل احتمالاً» وليس «أبداً».
اللغات التي يدعمها Parakeet
يدعم Parakeet v3 خمساً وعشرين لغة: البلغارية، الكرواتية، التشيكية، الدنماركية، الهولندية، الإنجليزية، الإستونية، الفنلندية، الفرنسية، الألمانية، اليونانية، المجرية، الإيطالية، اللاتفية، الليتوانية، المالطية، البولندية، البرتغالية، الرومانية، الروسية، السلوفاكية، السلوفينية، الإسبانية، السويدية، والأوكرانية.
يغطي هذا معظم أوروبا، لكنه لا يشمل الصينية أو اليابانية أو الكورية أو العربية أو الهندية. للصينية واليابانية والكورية والكانتونية، اختر SenseVoice؛ وللعربية والهندية واللغات الأخرى خارج مجموعة Parakeet، استخدم Whisper Large V3 Turbo. وللتحقق من لغة بعينها محركًا محركًا، راجع صفحة اللغات التي يدعمها Whisper وParakeet V3 وSenseVoice.
Parakeet V3 مدمج ومحدد؛ أما Whisper Small وWhisper Large V3 Turbo فتنزيلات اختيارية تعمل محليًا أيضًا.
اختيار النموذج في Whisper Notes
افتح الإعدادات للتبديل بين النماذج:
- Parakeet V3 (افتراضي) — الأسرع، الأفضل للإنجليزية واللغات الأوروبية
- SenseVoice Small — الأسرع للصينية واليابانية والكورية والكانتونية
- Whisper Small — خفيف الوزن، يدعم أكثر من 100 لغة
- Whisper Large V3 Turbo — تغطية واسعة لأكثر من 100 لغة
جميع النماذج تعمل محلياً 100% على جهاز Mac. بدون إنترنت، بدون سحابة، ولا تغادر بياناتك جهازك.
ماذا عن Parakeet V2؟
إذا كنت تستخدم V2 سابقاً، فقد تتساءل عن المقارنة. V2 كان نموذجاً للإنجليزية فقط — ودقته في الإنجليزية أفضل بقليل من V3 فعلياً (WER %6.05 مقابل %6.32). V3 يستبدل هذا الفرق الطفيف بدعم 25 لغة. كلاهما أدق بكثير من Whisper.
| Parakeet V2 | Parakeet V3 | Whisper Large V3 Turbo | |
|---|---|---|---|
| WER الإنجليزية | 6.05% | 6.32% | 7.83% |
| اللغات | الإنجليزية فقط | 25 | 100+ |
باختصار: إذا كنت تحتاج الإنجليزية فقط، فكلا V2 و V3 ممتازان. V3 هو الافتراضي في Whisper Notes لأن الدعم متعدد اللغات مهم لمعظم المستخدمين — والفرق في دقة الإنجليزية لا يُذكر.
ماذا عن WhisperKit؟
WhisperKit هو إطار عمل Swift مفتوح المصدر من Argmax لتشغيل نماذج Whisper على أجهزة Apple. إنه عدة أدوات للمطورين وليس تطبيقاً للمستخدم النهائي — وهو يشغّل Whisper وليس Parakeet (وهو عائلة نماذج من NVIDIA). إذا أردت نسخاً على الجهاز بأسلوب WhisperKit دون كتابة Swift بنفسك، يقدم Whisper Notes الفكرة نفسها كتطبيق جاهز: Parakeet V3 وWhisper (Large V3 Turbo على Mac وSmall على iPhone) وSenseVoice، تعمل جميعها محلياً على Mac وiPhone.
هل تقارن جميع الخيارات المحلية؟ كل نماذج تحويل الكلام إلى نص على الجهاز — متغيرات Whisper وParakeet V3 وSenseVoice وVoxtral — تُعرض جنباً إلى جنب في صفحة مقارنة نماذج Whisper لدينا. جديد على Whisper نفسه؟ ابدأ بـ دليل النسخ باستخدام Whisper — ما هو النموذج، وكل طرق تشغيله، وكم يكلف.
الأسئلة الشائعة
هل Parakeet V3 أفضل من Whisper؟
للإنجليزية واللغات الأوروبية، غالباً نعم. تذكر لوحة صدارة Open ASR معدل خطأ إنجليزية 6.32% لـ Parakeet مقابل 7.83% لـ Turbo، وفي اختبارنا الخاص على M4 Pro عمل Parakeet بسرعة 103× من الزمن الحقيقي مقابل 14.3× لـ Turbo. لكن Whisper لا يزال يغطي عدداً أكبر بكثير من اللغات، فإن لم تكن لغتك ضمن لغات Parakeet الـ 25 فاختر Turbo.
ما اللغات التي يدعمها Parakeet V3؟
يدعم Parakeet V3 خمساً وعشرين لغة: البلغارية والكرواتية والتشيكية والدنماركية والهولندية والإنجليزية والإستونية والفنلندية والفرنسية والألمانية واليونانية والمجرية والإيطالية واللاتفية والليتوانية والمالطية والبولندية والبرتغالية والرومانية والروسية والسلوفاكية والسلوفينية والإسبانية والسويدية والأوكرانية.
هل يمكنني تشغيل Parakeet V3 على Mac؟
نعم. يأتي Whisper Notes لنظام Mac بـ Parakeet V3 كمحرك افتراضي. يعمل محلياً 100% على Apple Silicon — بلا إنترنت ولا سحابة ولا تغادر بياناتك جهازك. نزّل Whisper Notes لنظام Mac وجرّبه — 5,000 كلمة أسبوعياً مجاناً.
هل يهلوس Parakeet V3 مثل Whisper؟
أقل بكثير في اختبارات الصمت لدينا، لكن لا يستحق أي نموذج كلام وصف «أبداً». يستطيع Parakeet إصدار مخرجات فارغة أثناء التوقفات، بينما مفكك ترميز Whisper الانحداري أكثر ميلاً إلى تكرار العبارات أو إنتاج نص لا علاقة له عندما يكون الإدخال صامتاً.
Parakeet V2 أم V3 — أيهما أستخدم؟
Parakeet V2 للإنجليزية فقط وبدقة إنجليزية أفضل قليلاً (6.05% مقابل 6.32% WER). يستبدل V3 هذا الفارق الضئيل بدعم 25 لغة أوروبية وهو الافتراضي في Whisper Notes. ما لم تكن تفرّغ الإنجليزية حصراً وتطارد آخر كسر من النقطة المئوية، استخدم V3.
هل يدعم Parakeet V3 اليابانية أو الصينية أو الكورية؟
لا — لغاته الـ 25 كلها أوروبية. للصينية أو اليابانية أو الكورية أو الكانتونية، يتضمن Whisper Notes نموذج SenseVoice — تختاره لهذه اللغات ويعمل بسرعة 52× من الزمن الحقيقي أو أكثر — إضافة إلى نماذج Whisper. تعمل جميعها دون اتصال على كل من Mac وiPhone.
ما حجم Parakeet V3؟
600 مليون معامل — تنزيل بحجم 465 MB، وهو أصغر نموذج في نسختَي Mac كلتيهما. أما Whisper Large V3 Turbo فتنزيله نحو 1.6 GB في التطبيق نفسه، وQwen3-ASR 1.7B (Beta) الموجود في نسخة التحميل المباشر وحدها فنحو 2.5 GB.
جرّبه
Parakeet V3 هو المحرك الافتراضي في Whisper Notes على iPhone وMac.
أسئلة أو ملاحظات؟ راسلنا على support@whispernotes.app.
تحميل لنظام iOS