docs
Elige un modelo de voz para tu idioma
El asistente elige uno sensato, y se puede cambiar cuando quiera en Idiomas y modelos. Lo que esa elección decide en realidad:
Actualizado · Vitalii Yemets
Whisper Medium q5
Cubre todo y traduce por sí mismo — al inglés en condiciones, a los demás idiomas de la interfaz de forma experimental. Unos 1,5 GB.
un modelo estrecho para su idioma
GigaAM v3 convirtió una frase de 11 segundos en texto en 0,47 s frente a los 11,6 s de Whisper, con un tercio de la memoria.
Nemotron 3.5 en flujo
El texto parcial aparece en la barra varias veces por segundo, 40 idiomas.
Whisper Base o Moonshine
Pequeños y rápidos; menos precisos en frases largas.
El catálogo muestra la memoria que cada modelo ocupará de verdad, medida contra la que hay libre ahora mismo, y dice con claridad si sabe traducir.
Qué ofrece el catálogo
Los modelos se descargan a petición, desde los repositorios de abajo, y cada archivo se compara con un SHA-256 publicado antes de usarse. Ninguno viene con el programa.
La opción por defecto para cualquier idioma, y los modelos que sostienen la traducción: al inglés por su propia tarea de traducción, a los demás idiomas diciéndoles que el habla ya está en el idioma de destino. Las versiones cuantizadas llevan la marca q5.
Un modelo de un solo idioma que puntúa por sí mismo. En una frase de 11 segundos tardó 0,47 s frente a los 11,6 s de Whisper Medium, y 277 MB de memoria frente a 814 MB.
La generación anterior del mismo modelo: la misma velocidad, sin la puntuación.
25 idiomas europeos en un solo modelo estrecho, puntúa por sí mismo.
Escribe mientras habla: texto parcial en la barra, 40 idiomas, con puntuación.
Inglés, alemán, español y francés, y traduce entre ellos sin Whisper.
Unos 30 idiomas, el más pesado y el más preciso del catálogo.
Pequeño y rápido, para un idioma a la vez en equipos modestos.
El posprocesado ejecuta cualquier modelo GGUF que le indique, buscado y descargado desde Hugging Face dentro del programa.
Qué modelo para qué idioma
Una respuesta corta por idioma: qué modelo elegir, qué ganas, y qué hacer en una máquina floja. El catálogo de arriba tiene los detalles de cada modelo.
Inglés
El inglés es el idioma con el que más se entrenó cada modelo del catálogo, así que la elección va de velocidad y de qué más necesitas. Para palabras que aparecen mientras aún hablas, toma Nemotron 3.5: transmite texto parcial a la placa y puntúa solo. Para la latencia más baja después de soltar, Parakeet TDT 0.6B v3 convierte una frase en texto en bastante menos de un segundo en un procesador y añade la puntuación. Whisper Medium q5 es la opción segura por defecto si también dictas en otros idiomas o quieres traducción, a costa de velocidad y de unos 1,5 GB de memoria. En un portátil viejo, Whisper Base o Small o Canary 180M mantienen ligero el programa; Canary además traduce entre inglés, alemán, español y francés sin Whisper. Qwen3 ASR es la opción más pesada y más precisa cuando la memoria no es un problema.
Ucraniano
Para el ucraniano el programa recomienda Parakeet TDT 0.6B v3: un modelo estrecho para 25 idiomas europeos que puntúa solo y responde en una fracción del tiempo que necesita Whisper. Nemotron 3.5 añade texto en vivo en la placa mientras hablas y cuenta el ucraniano entre sus idiomas; si una frase sale mal, vuelve a Parakeet. Whisper Medium q5 sigue siendo la opción general cuando también quieres traducción al inglés o a otro idioma de la interfaz, y el programa mantiene para eso en reserva el mejor Whisper instalado incluso cuando Parakeet atiende el idioma. En una máquina floja, Moonshine Base uk es un modelo pequeño de un solo idioma que corre en hardware modesto; se descarga a mano desde su fila del catálogo. Qwen3 ASR también cubre el ucraniano y es el más preciso de todos, pero es el más pesado del catálogo y necesita un ordenador con margen.
Ruso
El ruso tiene un modelo propio: GigaAM v3 reconoce solo ruso, puntúa solo y es lo más rápido del catálogo. En la propia prueba del programa convirtió una frase de once segundos en texto en 0,47 segundos frente a 11,6 segundos de Whisper Medium, en 277 MB de memoria en lugar de 814. GigaAM v2 es la versión anterior, igual de rápida pero sin puntuación. Parakeet TDT 0.6B v3 también cubre el ruso y es una buena segunda opción si alternas entre varios idiomas europeos. Para palabras que aparecen mientras hablas, Nemotron 3.5 transmite texto en vivo a la placa. Whisper Medium q5 sigue siendo el modelo para traducir: cuando GigaAM atiende el ruso, el programa mantiene en reserva el mejor Whisper instalado, y la placa ofrece pasarle una frase. Qwen3 ASR es más pesado y más lento pero el más preciso cuando la memoria lo permite.
Alemán
Para el alemán el modelo recomendado es Parakeet TDT 0.6B v3: cubre 25 idiomas europeos, puntúa solo y convierte una frase en texto en bastante menos de un segundo. Nemotron 3.5 muestra palabras en la placa mientras aún hablas y maneja el alemán entre sus 40 idiomas, así que elígelo si el texto en vivo importa más que el último ápice de precisión. Canary 180M es la opción pequeña: inglés, alemán, español y francés en un modelo que corre en hardware modesto, y traduce entre esos cuatro idiomas sin Whisper. Whisper Medium q5 es la opción general cuando dictas en muchos idiomas o quieres traducción al inglés; el programa mantiene en reserva el mejor Whisper instalado incluso cuando Parakeet atiende el alemán. Qwen3 ASR es el modelo más preciso del catálogo y también el más pesado, para ordenadores con memoria de sobra.
Francés
Para el francés el programa recomienda Parakeet TDT 0.6B v3, un modelo estrecho para 25 idiomas europeos que puntúa solo y responde en una fracción del tiempo que necesita Whisper. Si quieres palabras en la placa mientras aún hablas, toma Nemotron 3.5, que transmite texto en vivo y cuenta el francés entre sus 40 idiomas. Canary 180M es la opción ligera para un ordenador más viejo: inglés, alemán, español y francés en un solo modelo pequeño, con traducción entre esos cuatro integrada, así que una frase en francés puede salir en inglés sin Whisper. Whisper Medium q5 sigue siendo la opción general para muchos idiomas a la vez y para traducir a los demás idiomas de la interfaz; el programa mantiene en reserva el mejor Whisper instalado incluso cuando Parakeet atiende el francés. Qwen3 ASR es el modelo más preciso y más pesado del catálogo, para un ordenador con memoria de sobra.
Español
Para el español el modelo recomendado es Parakeet TDT 0.6B v3: 25 idiomas europeos en un modelo estrecho que puntúa solo y convierte una frase en texto en bastante menos de un segundo en un procesador. Nemotron 3.5 muestra palabras en la placa mientras hablas y cubre el español entre sus 40 idiomas; elígelo cuando el texto en vivo importe más que el último ápice de precisión. Canary 180M es la opción pequeña para un ordenador más viejo: inglés, alemán, español y francés en un solo modelo, con traducción entre esos cuatro integrada, así que una frase en español puede salir en inglés sin Whisper. Whisper Medium q5 sigue siendo la opción general para muchos idiomas y para traducir a los demás idiomas de la interfaz; el programa mantiene en reserva el mejor Whisper instalado incluso cuando Parakeet atiende el español. Qwen3 ASR es el modelo más preciso del catálogo y también el más pesado.
Italiano
Para el italiano el programa recomienda Parakeet TDT 0.6B v3: 25 idiomas europeos en un modelo estrecho que puntúa solo y convierte una frase en texto en bastante menos de un segundo en un procesador. Nemotron 3.5 muestra palabras en la placa mientras hablas y cubre el italiano entre sus 40 idiomas; elígelo cuando el texto en vivo importe más que el último ápice de precisión. Whisper Medium q5 es el modelo general para muchos idiomas a la vez y para traducir al inglés o a otro idioma de la interfaz, y el programa mantiene en reserva el mejor Whisper instalado incluso cuando Parakeet atiende el italiano. En una máquina floja, Whisper Small o Base mantienen ligero el programa a costa de algo de precisión, y Canary 180M no cubre el italiano. Qwen3 ASR es el modelo más preciso del catálogo y también el más pesado, para un ordenador que tenga memoria de sobra.
Polaco
Para el polaco el modelo recomendado es Parakeet TDT 0.6B v3: un modelo estrecho para 25 idiomas europeos que puntúa solo y responde en una fracción del tiempo que necesita Whisper, lo que importa en un idioma de palabras largas y terminaciones ricas. Nemotron 3.5 transmite palabras a la placa mientras aún hablas y cuenta el polaco entre sus 40 idiomas; vuelve a Parakeet si una frase sale mal. Whisper Medium q5 sigue siendo la opción general cuando también quieres traducción al inglés o a otro idioma de la interfaz, y el programa mantiene en reserva el mejor Whisper instalado incluso cuando Parakeet atiende el polaco. En una máquina floja, Whisper Small o Base mantienen ligero el programa a costa de algo de precisión. Qwen3 ASR también cubre el polaco y es el modelo más preciso del catálogo, pero también el más pesado.
Tus propios modelos
El catálogo no es una valla. Deja un archivo de modelo Whisper (ggml-*.bin) o una carpeta de modelo sherpa-onnx en la carpeta models junto al programa, y aparece en la lista con su propio nombre, marcado como encontrado en local. Lo mismo vale para el editor: el posprocesado ejecuta cualquier archivo GGUF al que apuntes, y la búsqueda dentro del programa trae uno de Hugging Face.
Cómo funciona la traducción
Whisper traduce al inglés con su propia tarea de traducción, y a los demás idiomas de la interfaz diciéndole que el habla ya está en el idioma de destino. Canary traduce por sí mismo entre inglés, alemán, español y francés. Los modelos específicos solo transcriben: cuando uno de ellos atiende tu idioma, el programa mantiene listo el mejor Whisper instalado, y la placa ofrece pasarle una frase.
Dónde se establece el modelo de cada idioma y cómo funcionan las filas está en la guía Idiomas y modelos.
Una lectura más larga sobre las tres familias de modelos, con tamaños y segundos: Whisper, Parakeet o Nemotron. Y una página sobre dictar en tu propio idioma: Dictado en español en Windows, sin Internet.