# EverParakeet 1.1: локальная расшифровка речи на Mac

Источник: https://modelium.tech/zhurnal/everparakeet-1-1-local-transcription-mac/

23 октября Everpaper выпустила EverParakeet 1.1 — набор моделей, превращающих аудиозапись в текст на Mac с Apple Silicon. Доступны обычный и уменьшенные варианты для Neural Engine, а также MLX-версия. Это не готовая кнопка в приложении: для запуска опубликованы пакеты модели и инструменты для разработчиков; качество на своей записи стоит проверить отдельно.

## Что изменилось 23 октября

Everpaper обновила EverParakeet до версии 1.1 и выложила файлы для локального превращения речи в текст. Исходная модель — NVIDIA Parakeet TDT 0.6B v3; Everpaper дополнительно настроила её на многоязычных записях и подготовила варианты для компьютеров Mac с чипом Apple. Русский входит в перечень 25 поддерживаемых языков. Это самостоятельная разработка Everpaper на базе NVIDIA, не официальный релиз NVIDIA. [s1](#src-s1) [s2](#src-s2)

Для владельца Mac практический смысл в том, что аудио может обрабатываться на самом компьютере после загрузки модели. Но опубликованные файлы и пример запуска пока рассчитаны на человека, умеющего собрать программу: карточка Standard предлагает скачать репозиторий и собрать Swift-проект через Xcode 27. Готовый пользовательский интерфейс для этой версии из этих источников не следует. Редакция не запускала модель. [s1](#src-s1)

## Какие варианты доступны

- **Standard 1.1** — основной вариант с подготовленными файлами для Core AI и Core ML. Первый способ требует macOS 27, второй заявлен для macOS 15 и новее; нужен Mac с Apple Silicon. Сборка вложенной программы на Swift требует Xcode 27 или новее. [s1](#src-s1)

- **Compact** — более сжатый вариант для тех же способов обработки. По замерам автора он точнее Standard в среднем по тесту FLEURS на 25 языках, но хуже на длинных записях и некоторых других наборах. [s3](#src-s3)

- **Mini** — экспериментальный маленький вариант: автор прямо предупреждает о заметной потере точности и не рекомендует его для общего использования. [s4](#src-s4)

- **MLX** — отдельные веса для обработки на графическом процессоре Mac через программу parakeet-mlx. Есть также исходный полноточный пакет в форматах NeMo и Transformers. Это альтернативы, а не обязательные дополнения к Standard. [s5](#src-s5) [s6](#src-s6)

Файлы весов и исходный код сохранены в репозиториях Hugging Face. Размер скачиваемого файла не является требованием к оперативной памяти компьютера; универсального минимума памяти для вашей записи карточки не устанавливают. [s1](#src-s1) [s3](#src-s3)

## Что говорят испытания автора

WER — доля ошибок в распознанных словах: меньше означает лучше в пределах одного и того же теста. На FLEURS для 25 языков Everpaper приводит среднюю WER 13,39% для Standard 1.1 и 12,85% для Compact; на девяти англоязычных наборах — 5,72% и 5,85% соответственно. Это **замеры Everpaper**, а не тест Modelium. В обучении использовалась тренировочная часть FLEURS, поэтому часть улучшения на этом тесте может не переноситься на обычные записи. С опубликованной оценкой NVIDIA напрямую сравнивать эти числа нельзя: обработка текста для подсчёта ошибок отличалась. На длинных записях Compact в авторской таблице уступает Standard и прежней версии. [s1](#src-s1) [s3](#src-s3)

## Что проверить перед использованием

Если нужен один исходный вариант, откройте карточку **Standard 1.1** и сначала проверьте, подходит ли ваш Mac и готовы ли вы собирать программу через Xcode. Не принимайте цифры из теста за обещание для вашей записи: проверьте короткий фрагмент с известным текстом, особенно имена и числа. Для человека, который ищет установку в один клик, опубликованный путь пока слишком технический. [s1](#src-s1)

Модельные веса и адаптированные материалы указаны под CC BY 4.0 с требованием атрибуции. Для части файлов Swift указана отдельная лицензия BSD 3-clause Apple, остальной созданный Everpaper код обозначен в NOTICE как CC BY 4.0. Открытый доступ к весам не означает единой лицензии для всех компонентов. При распространении соблюдайте уведомления обеих сторон. [s7](#src-s7) [s8](#src-s8) [s9](#src-s9)

## Источники

1. [EverPaper: EverParakeet Standard v1.1 — карточка и варианты запуска](https://huggingface.co/EverPaper/everparakeet-tdt-0.6b-v3-coreai/blob/817e26743ec85a940ae778d822363e40d973795c/README.md) — получено 2026-10-23
2. [NVIDIA Parakeet TDT 0.6B v3 — исходная модель](https://huggingface.co/nvidia/parakeet-tdt-0.6b-v3/blob/541d1f99c6b0c3cd0b11a95167540bb8edefd82b/README.md) — получено 2026-10-23
3. [EverPaper: Compact — карточка, оценки и ограничения](https://huggingface.co/EverPaper/everparakeet-tdt-0.6b-v3-compact/blob/5ce08099cbc0bbe64dd84913de8d1013755041c5/README.md) — получено 2026-10-23
4. [EverPaper: Mini — экспериментальный вариант](https://huggingface.co/EverPaper/everparakeet-tdt-0.6b-v3-mini/blob/60fd6d97295fcdb90c68964edd2000371142783d/README.md) — получено 2026-10-23
5. [EverPaper: версия MLX](https://huggingface.co/EverPaper/everparakeet-tdt-0.6b-v3-mlx/blob/428e35b223d23b881ad5bbe889c57a5ead21ddef/README.md) — получено 2026-10-23
6. [EverPaper: полноточная версия NeMo и Transformers](https://huggingface.co/EverPaper/everparakeet-tdt-0.6b-v3/blob/2e6fda250c7c04f29d6c190f2b441efadfcce8c5/README.md) — получено 2026-10-23
7. [EverPaper: LICENSE для Standard v1.1](https://huggingface.co/EverPaper/everparakeet-tdt-0.6b-v3-coreai/blob/817e26743ec85a940ae778d822363e40d973795c/LICENSE) — получено 2026-10-23
8. [EverPaper: NOTICE о правах на модель и код](https://huggingface.co/EverPaper/everparakeet-tdt-0.6b-v3-coreai/blob/817e26743ec85a940ae778d822363e40d973795c/NOTICE) — получено 2026-10-23
9. [EverPaper: уведомления об Apple BSD-коде](https://huggingface.co/EverPaper/everparakeet-tdt-0.6b-v3-coreai/blob/817e26743ec85a940ae778d822363e40d973795c/swift/THIRD_PARTY_NOTICES) — получено 2026-10-23