Flit 1.6：四款新语音模型，支持超过1,600种语言

你只需要一个语音模型。按你听写所用的语言来选择：

• 英语或其他欧洲语言：Parakeet Ultra 0.6B。你说话时文字就会出现，它也是你能下载的最快模型。如果是德语、法语、西班牙语、意大利语或荷兰语，并且Mac有16 GB或以上内存，Cohere Transcribe更准确，它的文字会在你停止说话时出现。
• 印地语、阿拉伯语、日语、韩语或中文，且希望边说边出字：Voxtral Realtime 4B。
• 以上都不支持的语言，例如泰米尔语、孟加拉语、乌尔都语、马拉地语或斯瓦希里语：Meta Omnilingual ASR 3B。
• 只用英语，并且想做个比较：Parakeet Unified 0.6B。

设置时，Flit会根据你说的语言推荐一款，设置 → 模型的顶部也会显示同样的推荐。

新模型下载即可使用，下载期间你现在使用的模型仍可正常工作。

1. 01 在菜单栏中右键点按Flit图标，选择设置…，然后在边栏中选择模型。
2. 02 在资源库中找到该模型，点按下载。
3. 03 显示已下载后，点按这一行。它会被标为使用中。
4. 04 照常听写。切换后的第一次听写会多花几秒钟载入模型。

每一行上的废纸篓图标可以删除你不再使用的模型，并释放空间。

Parakeet Ultra是moondream在Parakeet V3基础上进一步训练的模型。它支持同样的25种语言，在神经网络引擎上以同样的速度运行，错误更少：在FLEURS测试集的24种语言上，它的平均词错误率为11.7%，而V3为14.8%。

在我们自己的测试中，一段朗读的丹麦语句子几乎逐字返回，而V3把“torsdag eftermiddag”听成了“torsdag efter med dag”。你说话时文字仍会出现，松开按键后约十分之一秒，其余部分就会输入。

如果你现在使用Parakeet V3，在你切换之前什么都不会改变。V3仍在列表中。

下载大小为595 MB，比V3大约100 MB。

来自Mistral的Voxtral Realtime会在你说话时书写，包括标点，支持英语、法语、西班牙语、德语、俄语、中文、日语、意大利语、葡萄牙语、荷兰语、阿拉伯语、印地语和韩语。它会自行判断你说的是哪种语言，所以无需设定语言。

文字会比你的声音晚一两秒出现，松开按键后半秒内，其余部分就会输入。在我们的测试中，印地语和阿拉伯语句子几乎逐字返回。

它是四款中最大的：下载大小为2.8 GB，运行时会占用几GB内存，因此适合16 GB或以上内存的Mac。

Meta的Omnilingual ASR能听懂超过1,600种语言，其中包括泰米尔语、泰卢固语、孟加拉语、马拉地语、乌尔都语、旁遮普语、斯瓦希里语、约鲁巴语和阿姆哈拉语。如果你说的某种语言没有其他模型支持，Flit会在你设置时推荐它。

它只写出纯文字，没有标点和大写。Flit的格式化会在润色级别添加它们，该级别位于设置 → 格式化。在逐字级别，你得到的就是模型写出的原样文字。

准确度取决于语言。在我们的测试中，印地语接近逐字准确，阿拉伯语有少量错误，泰米尔语和孟加拉语错误更多。如果有其他模型支持你的语言，那个模型是更好的选择。

下载大小为1.8 GB。文字会在你停止说话时出现。

来自NVIDIA的Parakeet Unified同时针对实时出字和整段录音进行训练。它只支持英语，会在你说话时显示文字，下载大小为570 MB。如果你只用英语听写，可以和Parakeet Ultra对比试用，留下你喜欢的那个。

每款新模型都可以在“转写”标签页中使用。在卡片下方的模型中选择它，Flit就会用它处理文件，而听写继续使用自己的模型。这样，泰米尔语、印地语或韩语的录音就能在你的Mac上变成转写文本。