Whisper: o generalista de idiomas
O Whisper roda como whisper.cpp, compilado diretamente no WhisPaste via dart:ffi: sem subprocesso, sem servidor. Cobre 99 idiomas em três níveis de qualidade (compacto, equilibrado, Melhor qualidade), então você pode trocar tamanho de download e velocidade por precisão. Em hardware compatível, acelera via Vulkan no Windows e no Linux ou via Metal em Apple Silicon, e volta para a CPU automaticamente se a GPU travar ou não estiver disponível.
Parakeet: rápido com GPU e CPU
O Parakeet roda o modelo Parakeet-TDT da NVIDIA, também totalmente dentro do app. Com GPU, usa os backends do whisper.cpp (Metal no Mac, Vulkan no Windows e no Linux, CUDA com o pacote CUDA opcional); sem GPU utilizável, roda na CPU pelo sherpa-onnx. Cobre cerca de 25 idiomas europeus (menos que o Whisper). No nosso benchmark de CPU no Apple M5, foi várias vezes mais rápido que o modelo compacto do whisper.cpp na mesma CPU (o Whisper rodou com 4 threads de CPU e o Parakeet com 8), e até mais rápido que o Whisper com aceleração Metal. O download tem 639 MB para o pacote de CPU; com a aceleração por GPU ativada, o modelo de GPU soma cerca de 638 MB.
Qual motor você deve usar?
Recorra ao Whisper quando precisar de um idioma fora da lista do Parakeet ou quiser escolher entre tamanhos de modelo. Recorra ao Parakeet quando falar principalmente um idioma europeu suportado e quiser o resultado mais rápido, especialmente sem uma GPU capaz. Na fala lida em inglês claro, no nosso teste de 20 enunciados, o Parakeet cometeu cerca de metade dos erros de palavra (1,9% contra 3,4% de WER). Você pode trocar a qualquer momento em Configurações → Reconhecimento de fala, sem reinstalar e sem perder dados.
- Quanto mais rápido é o Parakeet em relação ao Whisper?
- No nosso benchmark em Apple Silicon, o Parakeet foi várias vezes mais rápido que o whisper.cpp (modelo compacto) na CPU, e cerca de quatro vezes mais rápido que o Whisper com aceleração Metal. Nesse teste de CPU, o Whisper rodou com 4 threads e o Parakeet com 8, então não é uma comparação thread a thread. Os números exatos e o método estão na página de benchmark dos motores; em outro hardware, a diferença será outra.
- Quais idiomas cada motor suporta?
- O Whisper suporta 99 idiomas. O Parakeet cobre cerca de 25 idiomas europeus. Se o seu idioma não estiver na lista do Parakeet, use o Whisper.
- Posso trocar de motor sem perder minhas configurações?
- Sim. Os dois motores ficam no mesmo provedor "Localmente no dispositivo" em Configurações → Reconhecimento de fala. A troca leva um clique, e seus atalhos, snippets e histórico continuam exatamente como estão.