Parakeet V3ローカル文字起こし：25言語・速度・Whisper比較
NVIDIA Parakeet TDT 0.6B V3の対応言語、長時間性能、Mac上でWhisperと再現可能に比較する方法を解説します。
更新
要点
- 25の欧州言語で高スループットを狙うモデルです。
- 中国語・日本語・韓国語は対応一覧に含まれません。
- 既定モデルは精度、速度、メモリ、復旧性で選びます。
Parakeet V3の目的
FastConformerとTDTを使い、25言語で句読点、大文字、タイムスタンプを生成します。高速ですが、対応外言語では別モデルへの切り替えが必要です。
速度とWERを正しく読む
端末、精度、実行環境、データセットを揃え、起動、初回結果、総時間、メモリ、重要語の誤りを測ります。平均WERだけでは実務品質を判断できません。
Whisperとの違い
Whisperは広い言語と翻訳、Parakeetは対応言語の効率を重視します。無音、音楽、同時発話には双方が失敗し得るため、後処理設定も記録します。
Macの既定モデルにする条件
主要言語が対応範囲で実音声テストを満たす場合に有力です。現在のモデル表示、手動選択、対応外言語の警告や自動切替が必要です。
再現可能なテストを作る
独話、遠距離会議、電話、音楽、複数アクセントを3回ずつ測り、モデル版、量子化、時間、WER、重要語、幻覚を保存します。
よくある質問
Parakeet V3は日本語に対応しますか？
NVIDIAが示す25言語に日本語は含まれません。WhisperやSenseVoiceなどを使用してください。
必ずWhisperより正確ですか？
いいえ。言語、音源、データセット、比較するWhisperサイズで変わります。
オフラインで動きますか？
モデルと対応実行環境を端末に保存すれば可能です。同期や分析は別に確認してください。