Quale modello vocale per quale lingua, e con che velocità

Saypane esegue modelli aperti di riconoscimento vocale sul tuo PC. Quale usa dipende dalla lingua che parli e dalla potenza di calcolo del tuo PC. Ecco come sceglie, con le velocità che abbiamo misurato.

Quale modello usa Saypane

Lingua	Dettatura	Trascrizione di file
Le 25 lingue di Parakeet (italiano, inglese, tedesco, francese, spagnolo, portoghese e altre 19)	Parakeet	Parakeet
Altre lingue, versione gratuita	Whisper small	Whisper small
Altre lingue, Pro, con una GPU Vulkan o almeno 8 thread della CPU	Whisper large v3 turbo (accurato)	Whisper large v3 turbo (accurato)
Altre lingue, Pro, su un PC più lento	Whisper small	Whisper large v3 turbo (più lento)

Parakeet TDT 0.6B v3 copre bulgaro, ceco, croato, danese, estone, finlandese, francese, greco, inglese, italiano, lettone, lituano, maltese, olandese, polacco, portoghese, rumeno, russo, slovacco, sloveno, spagnolo, svedese, tedesco, ucraino e ungherese. Non copre giapponese, cinese e coreano; per quelle c'è Whisper.

Quanto è veloce

Misurato sul nostro PC Windows di prova:

Parakeet: circa 13 volte più veloce del tempo reale su 4 thread della CPU. Una dettatura di 10 secondi è pronta in meno di un secondo; un'ora di audio richiede meno di 5 minuti. Nessuna GPU necessaria.
Il modello Whisper large v3 turbo: da 0,6 a 1,0 volte il tempo reale sulla sola CPU, e circa 1,9 volte con Vulkan su grafica integrata. Va bene per i file se puoi aspettare, troppo lento per una dettatura comoda senza GPU o senza una CPU con almeno 8 thread.
Whisper small: molto più veloce di turbo, ma sensibilmente meno preciso. Per il giapponese, nel nostro test, ha fatto circa il triplo degli errori di turbo.

Il tuo PC sarà diverso. Un processore desktop recente o una scheda grafica dedicata sono più veloci; un vecchio portatile a batteria è più lento.

Hardware minimo

Windows 10 o 11, 64 bit.
Un processore con 4 core e AVX2, ad esempio un Intel Core di 4ª generazione o successivo, o qualsiasi AMD Ryzen. Alcuni Pentium e Celeron di fascia bassa non hanno AVX2.
8 GB di memoria. I modelli restano caricati mentre Saypane è in esecuzione, così la prima parola non va mai persa per un ritardo di caricamento.
Spazio su disco per i modelli che usi: 669 MB per Parakeet, 574 MB per Whisper turbo, 190 MB per Whisper small (incluso).

Accelerazione GPU

Saypane usa Vulkan, che funziona con schede grafiche NVIDIA, AMD e Intel, compresa la grafica integrata di molti portatili. Non ti serve una scheda NVIDIA né CUDA. Se non viene trovata una GPU adatta, Saypane usa la CPU.

Dettatura in giapponese, cinese e coreano

Queste lingue usano Whisper. Senza GPU, per la dettatura Saypane ripiega su Whisper small, quindi ottieni il testo rapidamente ma con più errori. Per una dettatura accurata in giapponese, cinese o coreano, usa Saypane Pro su un PC con una GPU Vulkan o una CPU con almeno 8 thread. La trascrizione di file in Pro può sempre usare large v3 turbo; su un PC lento richiede solo più tempo.

Download

Whisper small e il rilevatore di attività vocale Silero sono inclusi nell'app, quindi Saypane funziona offline fin dal primo avvio. Gli altri modelli vengono scaricati quando ti servono la prima volta, da models.saypane.com o, in alternativa, da Hugging Face. I download riprendono dopo un'interruzione e vengono verificati tramite checksum. Elenco completo dei modelli.

Domande

Mi serve una scheda grafica NVIDIA?

No. Saypane usa Vulkan, che funziona anche su grafica AMD e Intel, e funziona anche senza GPU. Per le 25 lingue di Parakeet basta una CPU a 4 core.

Posso usare i miei file di modello Whisper?

Non in questa versione. Saypane usa i modelli elencati sopra, che ha testato.

Ultimo aggiornamento: 27 ottobre 2026. Ancora bloccato? Contatta il supporto.