Automatische vertaling · Engels origineel
Qwen3-ASR vs Whisper op Apple Silicon
Qwen3-ASR en Whisper zijn beide sterke lokale spraak-herkenning keuzes, maar ze optimaliseren voor verschillende beperkingen. Qwen en Whisper rijen van Soniqo's bredere benchmark, zodat nauwkeurigheid, snelheid, geheugen, en implementatie trade-offs zijn gemakkelijker te evalueren.
Beide motoren worden ondersteund: speech-swift schepen Qwen3-ASR door MLX en Whisper Large-v3 Turbo door native Core ML. Whisper Kit verschijnt alleen hieronder als externe referentie.
Over alle rijen, Qwen3-ASR 1.7B 5-bit heeft de laagste gemeten WER op 1.32%, terwijl Qwen3-ASR 0.6B 5-bit heeft de laagste RTF op 0.014. In de gematchte 200- Toettering Whisper vergelijking, inheemse Whisper ASR is sneller: RTF 0.077 versus 0.084 en gecachede belasting 1.3 versus 7.2 s. Nauwkeurigheid is één woordfout uit elkaar (1.73% versus 1.71% WER), en piek RSS verschilt alleen door 18 MB (445 versus 427 MB).
Gemeten resultaten
RTF is wandtijd gedeeld door audioduur, dus lager is sneller. Alle rijen gebruiken LibriSpeech test-clean en dezelfde tekst normalizer; zie de methodologie hieronder voor armatuurgroottes.
| Motor | Quant. | WER% | RTF | Piek RSS |
|---|---|---|---|---|
| Qwen3-ASR 1.7B MLX | 5-bits | 1.32 | 0.027 | 1,92 GB |
| Qwen3-ASR 1.7B MLX | 8-bit | 1.52 | 0.033 | 2,7 GB |
| Qwen3-ASR 0,6B MLX | 5-bits | 1.74 | 0.014 | 1,03 GB |
| Qwen3-ASR 0,6B MLX | 8-bit | 1.82 | 0.015 | 1,3 GB |
| WhisperKit Large-v3 Turbo | FP16 | 1.71 | 0.084 | 427 MB |
| WhisperASR native CoreML | FP16 | 1.73 | 0.077 | 445 MB |
Welke moet je kiezen?
- Qwen3-ASR 1.7B 5-bit: kies hier voor de beste nauwkeurigheid/snelheidsresultaten wanneer een 1,92 GB piekvoetafdruk aanvaardbaar is.
- Qwen3-ASR 0.6B 5-bit: kies het voor de snelst uitgebalanceerde Qwen optieRTF 0.014 met een 1.03 GB piek voetafdruk.
- Native Whisper CoreML: kies het voor de snelste ondersteunde Whisper pad, een 1,3 s-cached load, een vaste CoreML bundel, of een bestaande Whisper workflow.
- WhisperKit: kies het wanneer uw toepassing al afhankelijk is van WhisperKiet en het modelbeheer en het decoderen van API's.
Methode en grenzen
De benchmark maakt gebruik van LibriSpeech test-clean Engels leeswoord op een Apple M5 Pro met release builds. De 8-bit Qwen en Whisper rijen gebruiken de eerste 200 uitingen (ongeveer 30 minuten). De Qwen 5-bit rijen maken gebruik van een 100-utterance subset van dezelfde armatuur, toegevoegd wanneer deze varianten landden.
Deze getallen vergelijken deze implementaties op deze armatuur; ze zijn geen universele meertalige rangschikking. Accent, ruis, lange-vorm segmentatie, taalmix, decoderingsinstellingen en hardware kunnen het resultaat veranderen. WER is lager-is-beter, en piek RSS wordt gemeten met elke motor in een afzonderlijk proces.