LONDON (IT BOLTWISE) – Mit der Einführung von iOS 26 und macOS Tahoe hat Apple seine Speech-to-Text-APIs erheblich verbessert, was die Geschwindigkeit der Transkription betrifft. Diese Entwicklung könnte für Anwendungen, die schnelle Ergebnisse benötigen, von großem Interesse sein.
Apple hat mit der Einführung von iOS 26 und macOS Tahoe seine Speech-to-Text-APIs erheblich verbessert und dabei einen deutlichen Geschwindigkeitsvorteil erzielt. In Tests zeigte sich, dass die neue API von Apple bei der Transkription von Live-Audio oder Aufnahmen deutlich schneller arbeitet als das weit verbreitete Whisper-Modell von OpenAI. Diese Geschwindigkeit geht jedoch auf Kosten der Genauigkeit, was bei Anwendungen, die eine hohe Präzision erfordern, problematisch sein könnte.
Die Leistungsfähigkeit der neuen API wurde in verschiedenen Tests mit anderen Spracherkennungsmodellen verglichen. Dabei zeigte sich, dass Apples API bei der Geschwindigkeit deutlich besser abschneidet. Ein Test mit einer 34-minütigen Videodatei, durchgeführt mit dem Tool Yap, das auf GitHub verfügbar ist, benötigte nur 45 Sekunden für die Transkription. Im Vergleich dazu benötigte das beliebte Tool MacWhisper mit seinen Large-Modellen zwischen 1:41 Minuten und 3:55 Minuten.
Ein weiterer Test, durchgeführt von der Nachrichtenseite 9to5Mac, verglich Apples API mit NVIDIA Parakeet und OpenAI Whisper Large V3 Turbo. Auf einem MacBook Pro mit M2 Pro und 16 GByte Unified Memory benötigte Parakeet nur 2 Sekunden für ein 7:31 Minuten langes Audio-File, während Apples Transkription 9 Sekunden benötigte. Das OpenAI-Modell war erst nach 40 Sekunden fertig. Diese Ergebnisse zeigen, dass Apples API zwar schnell ist, aber bei der Genauigkeit hinterherhinkt.
Whisper von OpenAI zeigte sich in den Tests als das genaueste Modell, mit einer Character Error Rate (CER) von 0,3 Prozent und einer Word Error Rate (WER) von 1 Prozent. Apples API hatte eine CER von durchschnittlich 3 Prozent und eine WER von 8 Prozent. Parakeet lag mit einer CER von 7 Prozent und einer WER von 12 Prozent deutlich zurück. Diese Ergebnisse verdeutlichen, dass die Wahl des Modells stark vom Anwendungszweck abhängt.
Für zeitkritische Anwendungen wie Live-Untertitel oder die grobe Transkription längerer Inhalte zur Indexierung empfiehlt sich Apples Modell aufgrund seiner Geschwindigkeit. Whisper hingegen ist die bessere Wahl, wenn nur minimale Nachbearbeitung gewünscht ist oder bei Anwendungen, bei denen es auf die Genauigkeit ankommt. Diese Entwicklungen zeigen, dass die Wahl der richtigen Technologie entscheidend für den Erfolg einer Anwendung sein kann.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
Stellenangebote
KI-Sachbearbeiter (m/w/d) – Quereinsteiger herzlich willkommen!
Kaufmännischer KI-Manager im Vertrieb (m/w/d) Quereinsteiger willkommen!
(Senior) Technology-Consultant (w/m/d) - Fokus: SAP BTP und AI
IT Support mit KI (m/w/d) – Quereinsteiger willkommen
- Die Zukunft von Mensch und MaschineIm neuen Buch des renommierten Zukunftsforschers und Technologie-Visionärs Ray Kurzweil wird eine faszinierende Vision der kommenden Jahre und Jahrzehnte entworfen – eine Welt, die von KI durchdrungen sein wird
- Künstliche Intelligenz: Expertenwissen gegen Hysterie Der renommierte Gehirnforscher, Psychiater und Bestseller-Autor Manfred Spitzer ist ein ausgewiesener Experte für neuronale Netze, auf denen KI aufbaut
- Obwohl Künstliche Intelligenz (KI) derzeit in aller Munde ist, setzen bislang nur wenige Unternehmen die Technologie wirklich erfolgreich ein
- Wie funktioniert Künstliche Intelligenz (KI) und gibt es Parallelen zum menschlichen Gehirn? Was sind die Gemeinsamkeiten von natürlicher und künstlicher Intelligenz, und was die Unterschiede? Ist das Gehirn nichts anderes als ein biologischer Computer? Was sind Neuronale Netze und wie kann der Begriff Deep Learning einfach erklärt werden?Seit der kognitiven Revolution Mitte des letzten Jahrhunderts sind KI und Hirnforschung eng miteinander verflochten
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Apples neue Speech-API: Geschwindigkeit auf Kosten der Genauigkeit" für unsere Leser?
#Sophos
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Apples neue Speech-API: Geschwindigkeit auf Kosten der Genauigkeit" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Apples neue Speech-API: Geschwindigkeit auf Kosten der Genauigkeit« bei Google Deutschland suchen, bei Bing oder Google News!