Curățare pe60 rulează
Core ML Parakeet + curățare locală
- Micro WER
- 3.46%
- Rata de ștergere
- 0.41%
- Prelucrare mediană
- 1,124 ms
- p95 procesare
- 2,807 ms
- Procesare maximă
- 2,958 ms
Starea Dicționării Private · 2026
Măsurați ceea ce lasă dictarea deoparte.
Acuratețea, ștergerile, latența și comportamentul observabil al rețelei în cadrul instrumentelor de vorbire pe dispozitiv. Publicăm metoda, limitele și datele curățate lângă cifre.
01 · Rezultatele pilotului
Primele numere, la vedere completă.
Cu curățarea locală activată, pilotul a înregistrat un timp mediu de procesare de 1.124 ms și o rată de eroare a cuvintelor de 3,46%. Aceleași 20 de dispozitive sintetice curate au fost decodificate de trei ori pe bandă pe un M1 Max MacBook Pro utilizând Yaps 2.3.2129. Valorile mai mici de eroare și latență sunt mai bune în această configurație exactă. Acestea sunt configurații Yaps, nu produse concurente.
- Instalații
- 20
- Rulează pe fiecare bandă
- 60
- Cuvinte, cu repetări
- 1,473
- Originea discursului
- Sintetic
- Dispozitiv de test
- 1
- Agregare erori
- Micro
Curățare dezactivată60 rulează
Core ML Parakeet, cleanup off
- Micro WER
- 3.67%
- Rata de ștergere
- 0.20%
- Prelucrare mediană
- 250 ms
- p95 procesare
- 722 ms
- Procesare maximă
- 1,863 ms
Curățare dezactivată60 rulează
Whisper Base, curățare
- Micro WER
- 6.52%
- Rata de ștergere
- 0.41%
- Prelucrare mediană
- 844 ms
- p95 procesare
- 1,669 ms
- Procesare maximă
- 2,189 ms
Timpul de procesare include recunoașterea, finalizarea conductei și curățarea locală atunci când este activată. Exclude construcția inițială a timpului de rulare, încărcarea dispozitivului, înregistrarea live, trimiterea comenzilor rapide și inserarea cursorului. Toate benzile au punctat rezultatul final al evaluatorului; benzile de curățare pot aplica în continuare modificări de vocabular și formatare.
Latența utilizează 60 de eșantioane de decodificare egal ponderate pe bandă și cuantile liniare R-7. Cele 20 de meciuri conțin 491 de poziții de cuvinte de referință per trecere, numărate de trei ori la numitorul de 1.473 de cuvinte. Repetările nu sunt enunțuri independente. Eșecurile de prag de calitate rămân incluse: 3 cu Core ML curățare activată, 3 cu Core ML curățare dezactivată și 6 cu Whisper.
Interpretarea corectată 6 septembrie 2026. Număr original neschimbat. Citiți auditul probelor, referințele externe, limitările rămase și instrucțiunile de reproducere.
O observație de curățare potrivită.
In these runs, Whisper Base with cleanup off had 2.85 percentage points higher WER, 0.20 points higher deletion rate, a 595 ms higher median, and a 947 ms higher p95 than Core ML Parakeet with cleanup off.
O afirmație generală despre produs sau confidențialitate.
Pilotul exclude vorbirea umană, accentele, vorbirea multilingvă, capturarea în direct cu microfonul, ordinea termică controlată, monitorizarea rețelei, dispozitivele suplimentare și produsele terților.
02 · Strat de produs
Un model nu este o experiență de dictare.
De ce Yaps aparține în raport
Descărcarea greutăților modelului este partea ușoară. Un sistem de dictare util trebuie să capteze audio în mod fiabil, să aleagă timpul de rulare potrivit, să pregătească vorbirea pentru acel model, să detecteze ieșirea incompletă, să păstreze intenția utilizatorului și să plaseze rezultatul acolo unde acesta lucrează.
Yaps transformă modelele locale de vorbire capabile într-un singur instrument privat pe care oamenii îl pot folosi în aplicațiile lor de zi cu zi, fără a asambla ei înșiși servere de modele, scripturi, fluxuri audio sau pași de export.
Captură
Un shortcut sau tastatura mobilă începe o înregistrare privată fără a muta utilizatorul într-un instrument de transcriere separat.
Pregătește
Yaps aplică detectarea vorbirii, gestionarea tăcerii și pregătirea audio în formă de dispozitiv înainte de recunoaștere.
Rută
Aplicația selectează un motor local instalat pentru dispozitiv, limbă, preferința de calitate și hardware-ul disponibil.
Recunoaște
Parakeet, Cohere, Whisper, sau o rută specializată convertește audio-ul pregătit în text candidat.
Gardă
Verificări de completitudine, căi de recuperare, gestionarea vocabularului și curățarea locală protejează rezultatul livrat.
Livra
Textul final este trimis la cursor sau în fluxul de tastatură mobil, gata de utilizare imediată.
Acest context de produs explică de ce raportul distinge setările de curățare și etapa de ieșire măsurată. Nu este o dovadă că Yaps este cel mai bun și nu transformă poziționarea produsului într-un rezultat de referință.
03 · Dovezi mai largi
Programul de cercetare este deja mai mare decât un pilot.
Aceste studii complementare au folosit dispozitive, corpusuri, metrici și protocoale de testare diferite. Numerele lor explică deciziile actuale privind produsul, dar nu trebuie să fie combinate într-un singur clasament.
Apple Silicon · multilingvStudiu conex
Cohere schimbă conversația de rutare.
Un test mai amplu M1 Max a folosit 144 de clipuri sintetice în 24 de limbi și 65 de clipuri umane FLEURS în 13 limbi. În subsetul uman de 20 de clipuri alese împreună de Cohere și fiecare model, Cohere a înregistrat o WER auditată de 4,2% comparativ cu 12,0% pentru MLX Parakeet.
- Cohere WER
- 4.2%
- MLX Parakeet
- 12.0%
- Fragmenturi umane potrivite
- 20
Windows 11 · CohereStudiu conex
Fiabilitate multilingvă mai mare, cu un cost de latență.
Pe un laptop Ryzen 7 5700U cu Windows, Cohere și ONNX Parakeet au rulat aceleași 70 de clipuri FLEURS umane în 14 limbi. Cohere a returnat 70 de transcrieri ne-goale; Parakeet a returnat 61. Cohere a câștigat 12 din 14 comparații automate de limbă, dar a avut în medie 3,654 secunde per clip comparativ cu 1,394 secunde pentru Parakeet.
- Cohere non-gol
- 70/70
- Parakeet nu este gol
- 61/70
- Cohere înseamnă
- 3,654 s
Android · previzualizare arabăStudiu conex
Viteza dispozitivului poate fi mare în timp ce acoperirea corpusului încă eșuează.
Un pachet arab FastConformer rula pe un Pixel 10 Pro. Excluzând o pereche de referință nevalidă, 39 de clipuri FLEURS au produs 9,8% WER și 4,1% CER, cu o mediană de 624 ms și p95 de 984 ms. O secțiune MASC mai amplă, curată și zgomotoasă, pe procesorul Mac, a obținut mai târziu un scor de 22,5% WER, așa că ruta rămâne Previzualizare, mai degrabă decât să devină o revendicare generală arabă.
- Clipuri valide
- 39
- Decodare mediană
- 624 ms
- decodare p95
- 984 ms
04 · Acoperire platformă
Arată golurile în loc să le ascunzi.
macOS · Apple Silicon
Publicat pilotDovezi curentePilotul actual cu 20 de fixture-uri, plus un alt test comparativ separat cu 144 de modele sintetice și 65 de modele multilingve umane.
Următorul filtru de doveziAdaugă discurs spontan, mai multe generații Mac, ordine termică controlată și captare live a microfonului.
Windows · x64
Dovezi curenteO validare umană separată FLEURS de 70 de clipuri, 14 limbi, a comparat Cohere și ONNX Parakeet pe Windows 11.
Următorul filtru de doveziPublică rândurile curățate conform protocolului înghețat și adaugă clase cu memorie mai redusă și GPU suplimentar.
Android · ARM64
Dovezi curenteO evaluare Pixel 10 Pro a măsurat un pachet arabic FastConformer și a utilizat calea reală de tastatură.
Următorul filtru de doveziAdăugați vorbire spontană în dialect, mai multe niveluri de telefon, echivalență între traseele în engleză, baterie și măsurători de utilizare susținută.
Linux · x64
Lacuna în cercetareDovezi curenteYaps este disponibil pe Linux, dar acest raport nu conține o execuție nativă pentru Linux cu acuratețe sau latență la nivel de raport.
Următorul filtru de doveziRulați redarea fixture nativ Ubuntu, dictarea pachetului instalat, CPU și căile Vulkan, X11, și Wayland.
iOS · ARM64
Lacuna în cercetareDovezi curenteYaps este disponibil pe iOS, dar acest raport nu include încă un benchmark pentru dispozitive iPhone.
Următorul filtru de doveziMăsurați extensia reală a tastaturii, încărcarea modelului, presiunea asupra memoriei, consumul de energie și latența de la început până la finalizarea commit-ului.
05 · Întrebare de cercetare
O transcriere fluentă poate fi totuși greșită.
Precizie
Câte cuvinte de referință sunt înlocuite, adăugate sau șterse după normalizarea deterministă?
Ștergere silențioasă
Un transcript își pierde cuvinte sau fraze întregi în timp ce sună suficient de fluent pentru a scăpa unei revizuiri rapide?
Receptivitate
Cât durează procesarea pe toată distribuția, nu doar într-o singură rulare cea mai rapidă?
Comportament în rețea
Ce conexiuni și payload-uri sunt observate în timpul unui flux de lucru definit, cu limitele de observare a pachetelor indicate clar?
06 · Design de publicație
Dovezi pe care le poți urmări până la sursa lor.
Pilotul distinge setările de curățare semantică, notează rezultatele finale ale evaluatorului, raportează înlocuirile, inserările și ștergerile în mod independent și păstrează conținutul vorbirii private în afara lansării publice. Sistemele comparabile primesc aceiași octeți audio acolo unde interfețele lor permit acest lucru; căi de captură incompatibile aparțin unor straturi clar separate.
01Corpus public sau consimțit înghețat
02Sistem, model și dispozitiv declarat
03Rulări repetate cu eșecuri păstrate
04Word-nivel S/I/D aliniere
05Rânduri publice și agregate fără conținut
07 · Citiți înregistrarea
Inspectează metoda și fiecare rând public.
ProtocolMetodologieFazele cercetării, regulile corpusului, metricile principale, porțile de publicare și limitările cunoscute.DoveziRezultate pilotTrei piste pilot numai cu Yaps pe un singur corpus sintetic și un dispozitiv. Fără clasificare a concurenților.ReproduceDescarcă dateleRânduri curățate, metrici agregate, manifeste, sume de control și indexul public de lansare.PortabilRaport localizat MarkdownO ediție completă a textului care conține pilotul, dovezile însoțitoare, lacunele platformei, rezumatul metodologiei și fișierele sursă.