Tether выпустила модель распознавания речи на стороне клиента QVAC TranscribePsy

Стабильная монета Tether выпустила открытый многоязычный автоматический распознающий голосовой модель QVAC TranscribePsy через Tether AI Research (в тексте имеется в виду Tether Data, S.A. de C.V.). Эта модель имеет 254 миллиона параметров и полностью работает на устройстве, подходит для смартфонов, умных очков и гуманоидных роботов, аудио не нужно загружать в облако; умные очки могут обрабатывать данные в почти реальном времени через Bluetooth или Wi-Fi, модель также может работать на бортовых процессорах роботов.

Тесты показывают, что ее словесная ошибка на Open ASR Leaderboard составляет 8.02%, на Multilingual LibriSpeech — 6.58%, на Common Voice — 21.56%. Она превосходит упомянутые в тексте Qwen3-ASR-0.6B, omniASR-CTC-1B-v2, OWSM-CTC-v4 и Whisper-Medium на Multilingual LibriSpeech. На шести тестовых смартфонах она является самой быстрой моделью, быстрее следующей на 2.6 раза и быстрее Whisper-small на 5.7 раз. Версия Core ML на iPhone 17 Pro Max транскрибирует 10 минут аудио за 1.65 секунды, занимает на диске менее половины объема тестируемого конкурента Core ML и использует на 1.7 раза меньше памяти.