- Tether представила TranscribePsy — ИИ для умных очков и гуманоидных роботов.
- Новая модель QVAC работает без передачи аудио в облако и защищает приватные разговоры.
- — Модель расшифровывает 10 минут аудио за 1,65 секунды на iPhone 17 Pro Max.
Исследовательское подразделение Tether AI Research представило QVAC TranscribePsy — компактную многоязычную модель для автоматического распознавания речи, которая работает непосредственно на устройствах без передачи аудио в облако. Релиз должен расширить возможности локального искусственного интеллекта (ИИ) на смартфонах, умных очках и гуманоидных роботах, одновременно сохраняя приватность пользователей.
Модель насчитывает 254 млн параметров и предназначена для обработки аудио почти в реальном времени. По данным компании, ее версия для Apple Core ML способна расшифровать 10 минут аудио за 1,65 секунды на iPhone 17 Pro Max.
TranscribePsy работает локально и конкурирует с более крупными моделями
Tether позиционирует TranscribePsy как инструмент для разработчиков, которые создают голосовые ИИ-сервисы без зависимости от облачной инфраструктуры. Это особенно актуально для устройств, которые могут записывать приватные разговоры дома, на работе или в общественных местах.
Локальная обработка позволяет не загружать аудио на внешние серверы для транскрибирования. Такой подход может быть полезен во время медицинских консультаций, юридических интервью, психотерапевтических сеансов и работы журналистов с конфиденциальными источниками.
По результатам тестирования модель продемонстрировала такие показатели:
- 8,02% WER на Open ASR Leaderboard, 6,58% на Multilingual LibriSpeech и 21,56% на Common Voice. WER — показатель частоты ошибок в распознавании слов, поэтому более низкое значение означает лучший результат;
- на Multilingual LibriSpeech TranscribePsy опередила несколько моделей, которые в 3–4 раза больше по количеству параметров.
Во время тестирования на шести смартфонах модель работала в 2,6 раза быстрее ближайшего конкурента и в 5,7 раза быстрее Whisper-small по показателям процессоров телефонов.
Версия для ноутбуков поддерживает 25 европейских языков, а мобильная — восемь.
Для разных устройств Tether выпустила четыре специализированные версии, в частности сборки GGUF для мобильных устройств и Core ML, оптимизированную для Neural Engine в iPhone.
Генеральный директор Tether Паоло Ардоино подчеркнул важность приватности при развитии голосового ИИ:
«Будущее ИИ не должно означать, что централизованные платформы получат место в первом ряду нашей личной жизни. TranscribePsy демонстрирует, что передовые системы распознавания речи могут быть быстрыми, мощными и полностью локальными».
Новый этап развития экосистемы QVAC
TranscribePsy дополняет экосистему QVAC, в которой Tether развивает инструменты для работы с текстом, изображениями, видео и другими типами данных непосредственно на устройствах. В будущем модель может интегрироваться с VisionPsy, TranslatePsy-Nano и MedPsy для голосового анализа документов, перевода, навигации и приватных заметок.
Это продолжает развитие платформы QVAC. В декабре 2025 года Tether представила QVAC Genesis II — набор синтетических образовательных данных для обучения ИИ, который после добавления 107 млрд токенов достиг 148 млрд токенов и охватил 19 образовательных направлений. В июне 2026 года компания обновила QVAC SDK 0.13.0, добавив поддержку локальной генерации видео, интерфейсов мозг-компьютер и моделей для робототехники.
TranscribePsy опубликовали под лицензией Apache 2.0 для исследовательских и образовательных целей. Релиз включает открытые веса модели, мобильные сборки и конфигурации для воспроизводимого тестирования.
Развитие ИИ происходит на фоне более широкой трансформации Tether. Недавно компания привлекла KPMG для аудита резервов, по результатам которого Ардоино заявил, что компания уже давно не считает себя исключительно криптокомпанией.
Сообщение Tether представила ИИ-модель для распознавания речи на смартфонах, умных очках и роботах появились сначала на INCRYPTED.