Parakeet TDT 0.6B v3 frente a Cohere Transcribe: ¿cuál deberías usar?

Parakeet v3 cubre 25 lenguas europeas con marcas de tiempo bajo CC BY 4.0; Cohere Transcribe cubre 14 idiomas, incluidos chino, japonés y coreano, bajo Apache 2.0.

  • Actualización

Veredicto. Elige primero por los idiomas y luego por si necesitas marcas de tiempo. Parakeet TDT 0.6B v3 transcribe 25 lenguas europeas, detecta el idioma por sí mismo, añade puntuación y marcas de tiempo por palabra, funciona en el NeMo de NVIDIA o en Transformers y procesa hasta 24 minutos de audio de una sola vez en una GPU de 80 GB. No tiene chino, japonés, coreano ni árabe, y su licencia CC BY 4.0 obliga a acreditar a NVIDIA. Cohere Transcribe (2.07B) cubre 14 idiomas, entre ellos chino mandarín, japonés, coreano y árabe, bajo Apache 2.0. Cohere informa de una tasa media de error de palabra del 5,42 % en el Open ASR Leaderboard inglés en marzo de 2026, y NVIDIA informa de un 6,34 % para Parakeet sobre el mismo grupo de datasets en inglés. Ambos los midieron sus propios desarrolladores en momentos distintos, así que tómalo como una referencia aproximada. Cohere Transcribe no tiene detección de idioma, marcas de tiempo ni etiquetas de hablante, y Hugging Face pide tus datos de contacto antes de liberar los pesos.

Especificaciones

Especificaciones Parakeet TDT 0.6B v3Cohere Transcribe
DesarrolladorNVIDIACohere
Lanzamiento14 de agosto de 202526 de marzo de 2026
Parámetros totales627M (Parakeet TDT 0.6B v3)2.07B (Cohere Transcribe 03-2026)
Parámetros activosTodosTodos
ArquitecturaOtraOtra
Ventana de contexto––
EntradaAudioAudio
Licencia CC BY 4.0 (Permisiva) Apache 2.0 (Permisiva)
Memoria de la variante más pequeña (4 bits)2.89 GB (Parakeet TDT 0.6B v3)4.75 GB (Cohere Transcribe 03-2026)

Las afirmaciones de rendimiento provienen del desarrollador y no se han verificado de forma independiente.

Elige Parakeet TDT 0.6B v3 si

  • Transcribes lenguas europeas y quieres que el idioma se detecte automáticamente.
  • Necesitas marcas de tiempo por palabra para subtítulos o búsqueda.
  • Quieres el modelo más pequeño de 0.6B, con un archivo GGUF de 8 bits de 0.71 GB para NeMo-Speech.cpp.
  • Puedes acreditar a NVIDIA bajo CC BY 4.0 y ejecutarlo en Linux con GPU NVIDIA.

Elige Cohere Transcribe si

  • Necesitas chino, japonés, coreano o árabe, que Parakeet v3 no cubre.
  • Quieres Apache 2.0, sin requisito de crédito.
  • Conoces el idioma de antemano y te importa sobre todo la precisión en inglés del promedio del leaderboard.
  • Transcribes grabaciones largas por lotes, ya que Cohere dice que el rendimiento offline es hasta tres veces el de reconocedores dedicados de tamaño similar.

Parakeet TDT 0.6B v3 · Cohere Transcribe