Core ML Parakeet + kohalik puhastus
- Mikro WER
- 3.46%
- Kustutamise määr
- 0.41%
- Mediaantöötlus
- 1,124 ms
- p95 töötlemine
- 2,807 ms
- Maksimaalne töötlemine
- 2,958 ms
Privaatse dikteerimise seis · 2026
Täpsus, kustutamised, latentsus ja jälgitav võrgu käitumine seadmes olevate kõnetööriistade puhul. Avaldame meetodi, piirid ja puhastatud andmed number kõrval.
With local cleanup enabled, the pilot recorded a 1,124 ms median processing time and 3.46% word error rate. The same 20 clean synthetic fixtures were decoded three times per lane on one M1 Max MacBook Pro using Yaps 2.3.2129. Lower error and latency values are better within this exact setup. These are Yaps configurations, not competing products.
Töötlemisaeg hõlmab tuvastamist, konveieri lõpetamist ja kohalikku puhastamist, kui see on lubatud. See ei hõlma esialgset käitusaegset ehitamist, seadmete laadimist, reaalajas salvestamist, otsetee saatmist ja kursori sisestamist. Kõik sõidurajad annavad lõpliku hindaja väljundi; puhastusrajad saavad siiski rakendada sõnavara ja vormingu muudatusi.
Latency kasutab 60 võrdse kaaluga dekodeerimisproovi raja kohta ja R-7 lineaarset kvantiili. 20 mänguvahendit sisaldavad 491 viitesõna positsiooni ühe läbimise kohta, mida loetakse kolm korda 1473-sõnalises nimetajas. Kordused ei ole iseseisvad lausungid. Kvaliteediläve tõrked on endiselt kaasatud: 3 korral Core ML puhastus on sisse lülitatud, 3 korral Core ML puhastus on välja lülitatud ja 6 korral Whisper.
Tõlgendus parandatud 6. septembril 2026. Originaalnumbrid on muutmata. Lugege läbi tõendite audit, välised viited, ülejäänud piirangud ja reprodutseerimisjuhised.
Nendes käitustes oli Whisper Base puhastus välja lülitatud 2,85 protsendipunkti võrra kõrgem WER, suurem 5,5 ms ja 0,5 ms, a kõrgem meedia kiirus 947 ms kõrgem p95 kui Core ML Parakeet, kui puhastamine on välja lülitatud.
Piloot välistab inimkõne, aktsendid, mitmekeelse kõne, otse mikrofonist salvestamise, kontrollitud soojuskorralduse, võrgu jälgimise, täiendavad seadmed ja kolmandate osapoolte tooted.
Mudeli kaalude allalaadimine on lihtne osa. Kasulik dikteerimissüsteem peab heli usaldusväärselt talletama, valima õige käitusaja, töödelda kõnet selle mudeli jaoks, tuvastama mittetäieliku väljundi, säilitama kasutaja kavatsuse ning paigutama tulemuse sinna, kus nad töötavad.
Yaps muudab võimsad kohaliku kõnemudeli mudelid üheks privaatseks tööriistaks, mida inimesed saavad kasutada oma igapäevastes rakendustes, ilma et nad peaksid ise koostama mudeliservreid, skripte, helipunkte või ekspordietappe.
Otsetee või mobiilne klaviatuur alustab privaatset salvestust, ilma et kasutaja peaks liikuma eraldi transkribeerimistööriista.
Yaps rakendab kõnetuvastust, vaikuse käsitlemist ja seadme-kujulise heli ettevalmistust enne tunnustamist.
Rakendus valib seadme, keele, kvaliteedieelistuse ja saadaoleva riistvara jaoks paigaldatud kohaliku mootori.
Parakeet, Cohere, Whisper, või spetsialisti tee teisendab ettevalmistatud heli kandidaattekstiks.
Täiendavuse kontrollid, päästeteed, sõnavara käsitlemine ja kohalik puhastus kaitsevad tarnitud tulemust.
Lõplik tekst salvestatakse kursorisse või mobiilse klaviatuuri töövoogu, kohe kasutamiseks valmis.
See toote kontekst selgitab, miks aruanne eristab puhastusseadeid ja mõõdetud väljundetappi. See ei tõenda, et Yaps on parim, ja see ei muuda toote positsioneerimist võrdlusaluseks.
Need kaasatud uuringud kasutasid erinevaid seadmeid, korpuseid, mõõdikuid ja testiprotokolle. Nende arvud selgitavad praeguseid tooteotsuseid, kuid neid ei tohi liita üheks edetabeliks.
Laiem M1 Maxi test kasutas 144 sünteetilist klippi 24 keeles ja 65 inimese FLEURS klippi 13 keeles. Sobitatud 20-klipilise inimeste alamhulga puhul, mida jagasid Cohere ja kõik mudelid, registreeris Cohere 4,2% auditeeritud WER, samas kui MLX Parakeet puhul oli see 12,0%.
Ryzen 7 5700U Windows sülearvutis jooksid Cohere ja ONNX Parakeet samad 70 inimese FLEURS klippi 14 keeles. Cohere tagastas 70 mitte-tühja transkriptsiooni; Parakeet tagastas 61. Cohere võitis 12 14-st automatiseeritud keelevõrdlusest, kuid keskmiselt kulus ühe klipi kohta 3,654 sekundit, samas kui Parakeet jaoks 1,394 sekundit.
Araabia FastConformer pakk jooksis Pixel 10 Pro. Kui üks kehtetu võrdluspaar välja jätta, andis 39 FLEURS klippi 9,8% WERi ja 4,1% CERi, mediaaniga 624 ms ja p95 984 ms. Laiem puhas ja mürarikas MASC viil Mac CPU-l saavutas hiljem 22,5% WER, nii et marsruut jääb pigem eelvaateks kui muutuks üldiseks araabia väiteks.
Praegused tõendidPraegune 20-seadmega piloot, pluss eraldi 144-sünteetilise ja 65-inimese mitmekeelne mudelite võrdlus.
Järgmine tõendusväravLisa spontaanset kõnet, rohkem Mac põlvkondi, kontrollitud termilist järjekorda ja otse mikrofoni salvestust.
Praegused tõendidEraldiseisev 70-klippi, 14-keelne inimeste FLEURS valideerimine võrdles Cohere ja ONNX Parakeet Windows 11.
Järgmine tõendusväravAvalda puhastatud read külmutatud protokolli kohaselt ning lisa madalama mälu ja täiendavad GPU klassid.
Praegused tõendidÜks Pixel 10 Pro hindamine mõõtis araabia FastConformer paketti ja kasutas tegelikku klaviatuuri rada.
Järgmine tõendusväravLisa spontaanne murdekeelne kõne, rohkem telefoni klassifikatsioone, ingliskeelne marsruudi võrdlus, aku ja pikaajalise kasutuse mõõtmised.
Praegused tõendidYaps on saadaval Linuxis, kuid see aruanne ei sisalda aruandekvaliteediga natiivse Linuxi täpsuse või latentsuse testi.
Järgmine tõendusväravKäivita kohalik Ubuntu testimise kordus, installitud paketi dikteerimine, CPU ja Vulkan rajad, X11, ja Wayland.
Praegused tõendidYaps on saadaval iOS-il, kuid see raport ei sisalda veel iPhone seadme võrdlust.
Järgmine tõendusväravMõõtke tegelikku klaviatuuri laiendust, mudeli laadimist, mälu koormust, energiatarbimist ja otsast lõpuni kinnitamise latentsust.
Kui palju viite-sõnu asendatakse, lisatakse või kustutatakse pärast deterministlikku normaliseerimist?
Kas transkriptsioon kaotab kogu sõnu või fraase, olles siiski piisavalt sujuv, et see kiirelt üle vaadates märkamata jääks?
Kui kaua võtab töötlemine kogu jaotuse ulatuses, mitte ainult ühes kiireimas jooksus?
Milliseid ühendusi ja andmepakette täheldatakse määratletud töövoo jooksul, selgitades töötluse jälgimise piirid selgelt?
Pilootprogramm eristab semantilise puhastuse sätteid, hindab lõplikku hindaja väljundit, annab iseseisvalt aru asendustest, sisestustest ja kustutamistest ning hoiab privaatse kõne sisu väljaspool avalikku väljalaset. Võrreldavad süsteemid saavad samu helibaite, kui nende liidesed seda võimaldavad; kokkusobimatud püüdmisteed kuuluvad selgelt eraldatud kihtidesse.