Parakeet TDT 0.6B v3 vs. Cohere Transcribe: qual você deve usar?

Parakeet v3 cobre 25 línguas europeias com marcações de tempo sob CC BY 4.0; o Cohere Transcribe cobre 14 idiomas, incluindo chinês, japonês e coreano, sob Apache 2.0.

  • Atualizado

Veredito. Escolha primeiro pelos idiomas, depois por precisar ou não de marcações de tempo. O Parakeet TDT 0.6B v3 transcreve 25 línguas europeias, detecta o idioma por si só, adiciona pontuação e marcações de tempo por palavra, roda no NeMo da NVIDIA ou no Transformers e processa até 24 minutos de áudio de uma vez em uma GPU de 80 GB. Ele não tem chinês, japonês, coreano nem árabe, e sua licença CC BY 4.0 exige creditar a NVIDIA. O Cohere Transcribe (2.07B) cobre 14 idiomas, incluindo mandarim, japonês, coreano e árabe, sob Apache 2.0. A Cohere relata taxa média de erro de palavra de 5,42% no Open ASR Leaderboard em inglês em março de 2026, e a NVIDIA relata 6,34% para o Parakeet no mesmo grupo de datasets em inglês. Os dois números foram medidos pelos próprios desenvolvedores em momentos diferentes, então trate-os como um guia aproximado. O Cohere Transcribe não tem detecção de idioma, marcações de tempo nem rótulos de falante, e o Hugging Face pede seus dados de contato antes de liberar os pesos.

Especificações

Especificações Parakeet TDT 0.6B v3Cohere Transcribe
DesenvolvedorNVIDIACohere
Lançamento14 de agosto de 202526 de março de 2026
Total de parâmetros627M (Parakeet TDT 0.6B v3)2.07B (Cohere Transcribe 03-2026)
Parâmetros ativosTodosTodos
ArquiteturaOutraOutra
Janela de contexto––
EntradaÁudioÁudio
Licença CC BY 4.0 (Permissiva) Apache 2.0 (Permissiva)
Memória para a menor variante (4 bits)2.89 GB (Parakeet TDT 0.6B v3)4.75 GB (Cohere Transcribe 03-2026)

As afirmações de desempenho vêm do desenvolvedor e não foram verificadas de forma independente.

Escolha Parakeet TDT 0.6B v3 se

  • Você transcreve línguas europeias e quer o idioma detectado automaticamente.
  • Você precisa de marcações de tempo por palavra para legendas ou busca.
  • Você quer o modelo menor de 0.6B, com um arquivo GGUF de 8 bits de 0.71 GB para o NeMo-Speech.cpp.
  • Você pode creditar a NVIDIA sob CC BY 4.0 e rodar em Linux com GPUs NVIDIA.

Escolha Cohere Transcribe se

  • Você precisa de chinês, japonês, coreano ou árabe, que o Parakeet v3 não cobre.
  • Você quer Apache 2.0, sem exigência de crédito.
  • Você sabe o idioma de antemão e se importa mais com a precisão em inglês da média do leaderboard.
  • Você transcreve gravações longas em lote, já que a Cohere diz que o rendimento offline é até três vezes o de reconhecedores dedicados de tamanho semelhante.

Parakeet TDT 0.6B v3 · Cohere Transcribe