Especificaciones de Modelos

Especificaciones técnicas detalladas de los modelos de transcripción incluidos en FloWords.

Resumen de Modelos Locales

FloWords incluye tres motores de transcripción locales. Todos se ejecutan completamente en tu Mac y son multilingües.

Modelo	Motor	Descarga	RAM	WER	Latencia
Whisper Turbo (por defecto)	OpenAI • Q5_0	~547 MB	~2 GB	~7-8%	~200-800 ms
Parakeet V3	NVIDIA • INT8	~640 MB	~2 GB	~6.34%	~50-200 ms
Apple Speech	macOS nativo	Ninguna	Mínima	~8%	~100-500 ms

Detalles de los Modelos

Whisper Turbo

Nombre: Whisper Turbo
Motor: OpenAI Whisper (Large v3 Turbo, Q5_0)
Backend: whisper.cpp (optimizado para Apple Silicon)
Descarga: ~547 MB
Uso de Memoria: ~2 GB
Precisión: ~7-8% WER
Latencia: ~200-800 ms
Idiomas: Multilingüe

Mejor para:

Uso diario general
Mejor balance entre precisión y velocidad
Motor recomendado por defecto

Parakeet V3

Nombre: Parakeet V3
Motor: NVIDIA Parakeet (vía FluidAudio)
Cuantización: INT8
Descarga: ~640 MB
Uso de Memoria: ~2 GB
Precisión: ~6.34% WER
Latencia: ~50-200 ms
Idiomas: Multilingüe (inglés + europeos)

Mejor para:

Dictado rápido y de baja latencia
Cuando la velocidad es prioridad
Buen rendimiento con recursos moderados

Apple Speech

Nombre: Apple Speech
Motor: Voz nativa de macOS (SFSpeechRecognizer)
Descarga: Ninguna (incluido en macOS)
Procesamiento: En el dispositivo
Precisión: ~8% WER (menor que Whisper)
Latencia: ~100-500 ms
Idiomas: Multilingüe

Mejor para:

Borradores rápidos
Sin necesidad de descargar nada
Velocidad y privacidad sobre precisión

Soporte de Idiomas

Whisper Turbo - multilingüe, soporta 99+ idiomas con detección automática
Parakeet V3 - inglés e idiomas europeos
Apple Speech - multilingüe (árabe, alemán, inglés, español, francés, italiano, japonés, coreano, portugués, chino, entre otros)

Rendimiento de Modelo por Hardware

Apple Silicon (Recomendado)

Aceleración por hardware para los tres modelos
~2-3x más rápido que Intel
Mínimo impacto en batería
Los tres modelos funcionan genial

Macs Intel

Más lento que Apple Silicon, mayor uso de CPU
Se recomienda Parakeet V3 o Apple Speech para mejor velocidad

Especificaciones de Audio

Requisitos de Entrada

Especificación	Valor
Tasa de Muestreo	16000 Hz
Profundidad de Bits	16-bit
Canales	Mono
Formato	PCM

FloWords convierte automáticamente el audio a estas especificaciones.

Formatos de Entrada Compatibles

Formato	Extensión	Notas
WAV	.wav	Soporte nativo
MP3	.mp3	Convertido a WAV
M4A	.m4a	Convertido a WAV
AAC	.aac	Convertido a WAV
FLAC	.flac	Convertido a WAV
AIFF	.aiff	Convertido a WAV
CAF	.caf	Convertido a WAV
MP4	.mp4	Audio extraído
MOV	.mov	Audio extraído

Guía de Selección de Modelo

Por Caso de Uso

Caso de Uso	Modelo Recomendado
Uso diario	Whisper Turbo
Máxima velocidad	Parakeet V3
Sin descarga / borradores rápidos	Apple Speech
Máxima precisión	Whisper Turbo

Por Situación

Situación	Recomendado
Habla clara	Cualquiera
Baja latencia	Parakeet V3
Sin conexión, sin configurar	Apple Speech
Términos técnicos	Whisper Turbo + diccionario

Siguientes Pasos

Descargar Modelos para comenzar
Configurar Ajustes para tus necesidades
Revisar Mejores Prácticas para uso óptimo