Zum Inhalt

Lokale Spracherkennung: Whisper und Parakeet gemessen

Sprache in Text umwandeln geht vollständig auf eigener Hardware, mit offenen Modellen wie Whisper und Parakeet. Wir haben gemessen, wie gut und wie schnell das funktioniert.

Kurz gesagt

Gespräche, Diktate, Sitzungen: Sprache in Text umwandeln ist eine der nützlichsten KI-Anwendungen. Das muss nicht über die Cloud laufen. Offene Modelle laufen auf einem eigenen Computer, so dass Aufnahmen das Unternehmen nicht verlassen.

Die Modelle

  • Whisper (large-v3) ist ein offenes Modell, das viele Sprachen versteht, darunter Niederländisch, Englisch und Deutsch. Sehr genau, etwas langsamer.
  • Parakeet ist ein kleineres, sehr schnelles Modell, vor allem stark im Englischen.

Was wir gemessen haben

Mit unseren eigenen Testaufnahmen, auf einem Mac mit Apple Silicon:

Modell Wortfehler Geschwindigkeit
Whisper large-v3 0% in Niederländisch, Englisch und Deutsch 7- bis 9-mal schneller als Echtzeit
Parakeet 3,3% im Niederländischen, 0% in Englisch und Deutsch 35- bis 42-mal schneller als Echtzeit

Eine Stunde Aufnahme ist mit Whisper also in weniger als zehn Minuten transkribiert, mit Parakeet in wenigen Minuten. Eine Einschränkung: Das ist ein kleiner Testsatz. Bei viel Hintergrundgeräusch oder Dialekt liegen die Fehlerquoten höher.

Eine Überraschung: Eine Aufnahme zuerst "bereinigen" zu lassen, indem Musik und Stimme getrennt werden, machte die Spracherkennung schlechter. Die Fehlerquote stieg von etwa 6% auf 15 bis 21%.

Wofür Sie es nutzen

  • Sitzungsprotokolle und Gesprächsnotizen, danach von einem Sprachmodell zusammengefasst.
  • Diktieren statt tippen.
  • Ein Sprachassistent, der zuerst prüft, ob er Sie richtig verstanden hat.

Worauf Sie achten sollten

  • Wählen Sie pro Sprache. In unserem Test machte Whisper im Niederländischen weniger Wortfehler. Für Englisch waren beide Transkripte fehlerfrei, und Parakeet war schneller.
  • Lassen Sie wichtige Texte gegenlesen, besonders Namen und Zahlen.
  • Holen Sie die Zustimmung ein, bevor Sie Gespräche aufnehmen.

Wünschen Sie Beratung zu lokaler Spracherkennung? Fordern Sie ein kostenloses Beratungsgespräch an.

Aktualisiert am

Weiterlesen

Alle Artikel zu KI
KI

Personendaten in der KI-Cloud: Wer liest mit?

Ein Gespräch mit einem KI-Dienst in der Cloud ist nicht von selbst privat. Ein Fall in Kanada zeigt, was ein Anbieter sehen und weitergeben kann. Was heisst das für das Schweizer Datenschutzgesetz und die DSGVO?