IATrascrizione IA on-device significa che il modello vocale gira sul telefono stesso: per il tuo audio non esiste alcuna fase di caricamento. Cosa succede davvero fra il microfono e il testo, cosa fa il Neural Engine, perché è la memoria — non la potenza di calcolo — a decidere quale modello può caricare un'app, e cosa l'on-device davvero non può fare.
IAIl word error rate conta sostituzioni, cancellazioni e inserimenti rispetto alle parole davvero pronunciate. Cosa include la formula, cosa ignora in silenzio, perché lo stesso modello ottiene punteggi diversi in due paper, e come misurare il tuo WER in dieci minuti.
IAIl SpeechAnalyzer on-device di Apple ha battuto Whisper in un benchmark molto condiviso, ma quel test ha eseguito Whisper Small su audiolibri in inglese. Cosa ha misurato, cosa no, e quale motore si adatta a quale registrazione.
IAL'accuratezza reale di Whisper: circa 2–3% di WER sul parlato pulito, ~7% sui benchmark inglesi misti, ~16% in sala riunioni — e cosa sposta di più quei numeri.
IALe quattro migliori app Whisper per iPhone e iPad, confrontate in base alla variante di Whisper che ciascuna esegue davvero e al fatto che giri sul tuo dispositivo o su un server.
IAUn confronto pratico tra Parakeet V3 e Whisper Large V3: accuratezza nei benchmark, velocità, copertura linguistica, allucinazioni e quale modello si adatta alla trascrizione on-device.
IACome Whisper Large V3 Turbo rende Large V3 più veloce e leggero, quali limiti conserva e perché è il motore della trascrizione locale di LoroNote.
