Parakeet TDT 0.6B v3 против Cohere Transcribe: какую выбрать?
Parakeet v3 покрывает 25 европейских языков с таймкодами под CC BY 4.0; Cohere Transcribe покрывает 14 языков, включая китайский, японский и корейский, под Apache 2.0.
Вердикт. Выбирайте сначала по языкам, потом по тому, нужны ли таймкоды. Parakeet TDT 0.6B v3 транскрибирует 25 европейских языков, сама определяет язык, добавляет пунктуацию и таймкоды на уровне слов, работает в NeMo от NVIDIA или в Transformers и обрабатывает до 24 минут аудио за раз на GPU с 80 ГБ. В ней нет китайского, японского, корейского и арабского, а лицензия CC BY 4.0 требует указывать NVIDIA. Cohere Transcribe (2.07B) покрывает 14 языков, включая путунхуа, японский, корейский и арабский, под Apache 2.0. Cohere сообщает среднюю word error rate 5,42 % на английском Open ASR Leaderboard в марте 2026 года, а NVIDIA сообщает 6,34 % для Parakeet на том же наборе английских датасетов. Обе цифры получены собственными разработчиками в разное время, так что считайте их грубым ориентиром. У Cohere Transcribe нет определения языка, таймкодов и меток говорящих, а Hugging Face просит контактные данные, прежде чем отдать веса.
Характеристики
| Характеристики | Parakeet TDT 0.6B v3 | Cohere Transcribe |
|---|---|---|
| Разработчик | NVIDIA | Cohere |
| Дата выпуска | 14 августа 2025 г. | 26 марта 2026 г. |
| Всего параметров | 627M (Parakeet TDT 0.6B v3) | 2.07B (Cohere Transcribe 03-2026) |
| Активные параметры | Все | Все |
| Архитектура | Другое | Другое |
| Контекстное окно | – | – |
| Вход | Аудио | Аудио |
| Лицензия | CC BY 4.0 (Пермиссивная) | Apache 2.0 (Пермиссивная) |
| Память для минимального варианта (4 бита) | 2.89 GB (Parakeet TDT 0.6B v3) | 4.75 GB (Cohere Transcribe 03-2026) |
Заявления о производительности поступают от разработчика и не проверялись независимо.
Выбирайте Parakeet TDT 0.6B v3, если
- Вы транскрибируете европейские языки и хотите автоматическое определение языка.
- Вам нужны таймкоды на уровне слов для субтитров или поиска.
- Вы хотите модель поменьше, на 0.6B, с 8-битным GGUF-файлом на 0,71 ГБ для NeMo-Speech.cpp.
- Вы готовы указывать NVIDIA по CC BY 4.0 и запускать модель на Linux с GPU NVIDIA.
Выбирайте Cohere Transcribe, если
- Вам нужны китайский, японский, корейский или арабский, которых нет у Parakeet v3.
- Вы хотите Apache 2.0 без требования указывать авторов.
- Вы заранее знаете язык и больше цените точность на английском по среднему баллу лидерборда.
- Вы транскрибируете длинные записи пакетами: Cohere говорит, что офлайн-пропускная способность до трёх раз выше, чем у распознавателей схожего размера.