速度与准确性的权衡：苹果新语音转录 API 对比测试

IT之家 7 月 4 日消息，科技媒体 9to5Mac 昨日（7 月 3 日）发布博文，对比测试了苹果系统的全新转录 API，认为该 API 在速度上优于 OpenAI 的 Whisper 模型，但在准确性上仍有一定差距。

IT之家注：该媒体使用一段 9to5Mac Daily 的播客音频测试，长度为 7 分 31 秒，对比了苹果的新转录 API、OpenAI 的 Whisper Large v3 Turbo（通过 MacWhisper 应用）和英伟达的 Parakeet v2 模型。

测试平台为 M2 Pro 芯片的 MacBook Pro 笔记本，配备了 16GB 内存，使用 Metric: cer 和 Metric: wer 两款 Hugging Face Spaces 来分析实际的字符错误率（CER）和单词错误率（WER）。

结果显示，Parakeet v2 的转录时间最短，仅为 2 秒，但 CER 和 WER 较高；Whisper Large V3 Turbo 的准确性最高，但转录时间长达 40 秒；苹果的模型在速度上接近 Parakeet，但准确性优于后者。

模型转录时间字符错误率单词错误率Parakeet v22 seconds5.8%12.3%Whisper Large V3 Turbo40 seconds0.2%1.5%Apple9 seconds1.9%10.3%

该媒体还使用了 ChatGPT、Claude 和 Gemini为基线来计算 CER 和 WER。结果显示，每个模型的性能都有所不同，但 Whisper 在准确性上仍领先。

ChatGPT (o4-mini-high)

模型转录时间字符错误率单词错误率Parakeet v22 seconds6.0%12.3%Whisper Large V3 Turbo40 seconds0.4%1.4%Apple9 seconds2.1%10.2%

Claude (Sonnet 4)

模型转录时间字符错误率单词错误率Parakeet v22 seconds8.4%11.0%Whisper Large V3 Turbo40 seconds0.1%1.0%Apple9 seconds3.5%8.2%

Gemini (2.5 Pro)

模型转录时间字符错误率单词错误率Parakeet v22 seconds7.6%12.3%Whisper Large V3 Turbo40 seconds0.3%0.4%Apple9 seconds3.4%5.3%