Whisper mot Parakeet

Vi leverer begge, så dette er ikke et salgsfremstøt

De fleste «X mot Y»-artikler er skrevet av noen som selger X. Denne er annerledes. Vi leverer begge motorene i samme app. Du velger den du vil ha fra en nedtrekksmeny, laster den ned én gang og bytter når som helst.

Det betyr at jeg ikke har noen grunn til å overtale deg til å velge feil. Hvis Parakeet er rett for deg, vil jeg at du bruker Parakeet. Hvis du trenger Whisper, vil jeg at du er på Whisper. Appen velger ikke for deg, og det gjør ikke jeg heller. Jeg legger bare frem hva hver av dem faktisk er god til.

Begge kjører helt frakoblet. Begge er gratis for alle innloggede brukere. Ingen kort, ingen skyregning per minutt, ingen ekstra betaling for den andre motoren.

Parakeet er den raske

Parakeet er NVIDIAs TDT-modell. Det står for Token-and-Duration Transducer, en FastConformer-koder festet til en dekoder som forutsier både ordene og hvor lenge hvert av dem varer. Du trenger ikke huske noe av det. Den delen som betyr noe, kommer i neste setning.

Den er 5 til 10 ganger raskere enn Whisper på en helt vanlig CPU. Ingen GPU kreves, ingen venting. Du slipper hurtigtasten, og teksten er stort sett allerede der.

Modellen som følger med er Parakeet v3, omtrent 600 MB på disk, og den dekker engelsk pluss 24 andre europeiske språk, 25 til sammen. Kvaliteten er god. Ikke Whisper-large-god, men mer enn nok til hverdagsdiktering: e-poster, notater, meldinger, alt det de fleste av oss skriver hele dagen.

Det Parakeet ikke gjør: den oversetter ikke talen din til engelsk, og den tar ikke egendefinert vokabular eller hint om nøkkelord. Hvis du dikterer på fransk, får du fransk tekst. Som er akkurat det de fleste fransktalende vil ha, så dette er bare et problem hvis oversettelse er hele grunnen til at du dukket opp.

Whisper er den grundige

Whisper er OpenAIs åpne modell, og inne i appen vår kommer den i åtte varianter. Fire kun for engelsk og fire flerspråklige, fra en Base-modell på omtrent 140 MB opp til en Large v3 på omtrent 3 GB. Du velger størrelsen som passer maskinen din og tålmodigheten din.

De flerspråklige modellene dekker 99 språk, ikke 25. Det inkluderer kinesisk, japansk, koreansk og arabisk, de Parakeet hopper helt over. Whisper vil også oversette hvilket som helst av dem til engelsk i ett steg, noe Parakeet ikke kan.

Og Whisper gir deg kontroll Parakeet ikke gjør: egendefinert vokabular, innstillinger for beam-størrelse og nøkkelordvekting, slik at den slutter å forvrenge navnet til kollegaen din eller navnet på produktet ditt. Hvis du dikterer fagord hele dagen, er den kontrollen forskjellen mellom ren tekst og en søk-og-erstatt-jobb.

Prisen er fart. På samme CPU er Whisper tregere, noen ganger mye tregere på de større modellene. Den kjedelige sannheten er at de fleste som velger Whisper, ikke velger nøyaktighet fremfor Parakeet så mye som de velger språk og kontroll fremfor fart.

Den ærlige sammenligningen, i én tabell

Her er hele beslutningen i sju rader. Ingen kronebeløp i den – begge motorene er gratis på samme nivå.

Begge er lokale, begge er frakoblet, begge er gratis på samme nivå. Tabellen er ikke «god mot dårlig». Den er «rask mot fleksibel».

Hvilken bør du egentlig velge

Dette er delen de fleste sammenligningsartikler unngår, så her er den rett frem.

For de fleste engelskbrukere, velg Parakeet. Fart vinner daglig. Du dikterer dusinvis av ganger om dagen, og gapet mellom «teksten dukker opp umiddelbart» og «teksten dukker opp etter et øyeblikk» er gapet mellom å holde tankerekken og å miste den. Noe over rundt to sekunder, og hjernen begynner å koble seg på appen du var i igjen, og du glemmer hva du holdt på å si. At Parakeet er 5 til 10 ganger raskere på en CPU er ikke skryt fra et datablad. Det er noe du kjenner hundre ganger om dagen.

Velg Whisper når du trenger én av tre ting Parakeet ikke kan gi deg: et språk utenfor de 25 europeiske (kinesisk, japansk, koreansk, arabisk), oversettelse til engelsk, eller egendefinert vokabular og nøkkelordkontroll for navn og fagsjargong.

Jeg er den typen som tegner arkitekturdiagrammet før jeg installerer kjøretiden, så instinktet mitt er alltid «bruk det mer kapable verktøyet». Det instinktet er feil her. Det mer kapable verktøyet er Whisper, men det rette verktøyet for en daglig engelsk dikteringsvane er som regel det raskeste. Evner du ikke bruker, er bare nedlastingsstørrelse.

Slik bytter du mellom dem

Du trenger ikke binde deg. Åpne modellvelgeren, velg Parakeet eller en hvilken som helst Whisper-modell, og den lastes ned én gang. Bytt tilbake når arbeidet endrer seg: Parakeet til morgenens e-postbunke, Whisper Large v3 den ettermiddagen du transkriberer et japansk intervju.

Samme hurtigtast, samme overlegg, samme innstillinger uansett. På Windows er standarden Ctrl+Space. På Mac er det en Command+Option-akkord du holder for å snakke, og den kan endres hvis den kolliderer med noe. Motoren er en nedtrekksmeny, ikke en ny installasjon.

Hvis du bare husker én ting

Parakeet for fart og engelsk. Whisper for 99 språk, oversettelse og kontroll. Du trenger ikke velge ved installasjon, for begge følger med i samme app, og å bytte er en nedtrekksmeny, ikke en nedlastingsbeslutning du sitter fast med.

Hvis du vil ha det lengre bildet av hvorfor det å kjøre dette på din egen maskin slår å sende lyd til en server, skrev jeg om det i tale-til-tekst frakoblet. Og hvis du veier oss opp mot en bestemt betalt app, dekker superwhisper-alternativet det direkte oppgjøret.