- Tether представила TranscribePsy — ШІ для розумних окулярів і гуманоїдних роботів.
- Нова модель QVAC працює без передавання аудіо в хмару та захищає приватні розмови.
- – Модель розшифровує 10 хвилин аудіо за 1,65 секунди на iPhone 17 Pro Max.
Дослідницький підрозділ Tether AI Research представив QVAC TranscribePsy — компактну мультимовну модель для автоматичного розпізнавання мовлення, яка працює безпосередньо на пристроях без передавання аудіо в хмару. Реліз має розширити можливості локального штучного інтелекту (ШІ) на смартфонах, розумних окулярах і гуманоїдних роботах, водночас зберігаючи приватність користувачів.
Модель налічує 254 млн параметрів і призначена для обробки аудіо майже в реальному часі. За даними компанії, її версія для Apple Core ML здатна розшифрувати 10 хвилин аудіо за 1,65 секунди на iPhone 17 Pro Max.
TranscribePsy працює локально та конкурує з більшими моделями
Tether позиціонує TranscribePsy як інструмент для розробників, які створюють голосові ШІ-сервіси без залежності від хмарної інфраструктури. Це особливо актуально для пристроїв, що можуть записувати приватні розмови вдома, на роботі або в громадських місцях.
Посібник з антикрихкості: як та чому Tether виросла з нішевої компанії у багатогалузевий конгломерат? 22.05.2026 Читати
Локальна обробка дає змогу не завантажувати аудіо на зовнішні сервери для транскрибування. Такий підхід може бути корисним під час медичних консультацій, юридичних інтерв’ю, психотерапевтичних сеансів і роботи журналістів із конфіденційними джерелами.
За результатами тестування, модель продемонструвала такі показники:
- 8,02% WER на Open ASR Leaderboard, 6,58% на Multilingual LibriSpeech і 21,56% на Common Voice. WER — показник частоти помилок у розпізнаванні слів, тому нижче значення означає кращий результат;
- на Multilingual LibriSpeech TranscribePsy випередила кілька моделей, що в 3–4 рази більші за кількістю параметрів.
Під час тестування на шести смартфонах модель працювала в 2,6 раза швидше за найближчого конкурента та в 5,7 раза швидше за Whisper-small за показниками процесорів телефонів.
Версія для ноутбуків підтримує 25 європейських мов, а мобільна — вісім.
Для різних пристроїв Tether випустила чотири спеціалізовані версії, зокрема збірки GGUF для мобільних пристроїв і Core ML, оптимізовану для Neural Engine в iPhone.
Генеральний директор Tether Паоло Ардоіно наголосив на важливості приватності під час розвитку голосового ШІ:
«Майбутнє ШІ не повинно означати, що централізовані платформи отримають місце в першому ряду нашого особистого життя. TranscribePsy демонструє, що передові системи розпізнавання мовлення можуть бути швидкими, потужними й повністю локальними».
Новий етап розвитку екосистеми QVAC
TranscribePsy доповнює екосистему QVAC, у якій Tether розвиває інструменти для роботи з текстом, зображеннями, відео та іншими типами даних безпосередньо на пристроях. У майбутньому модель може інтегруватися з VisionPsy, TranslatePsy-Nano та MedPsy для голосового аналізу документів, перекладу, навігації й приватних нотаток.
Це продовжує розвиток платформи QVAC. У грудні 2025 року Tether представила QVAC Genesis II — набір синтетичних освітніх даних для навчання ШІ, який після додавання 107 млрд токенів досяг 148 млрд токенів і охопив 19 освітніх напрямів. У червні 2026 року компанія оновила QVAC SDK 0.13.0, додавши підтримку локальної генерації відео, інтерфейсів мозок-комп’ютер і моделей для робототехніки.
TranscribePsy опублікували під ліцензією Apache 2.0 для дослідницьких та освітніх цілей. Реліз включає відкриті ваги моделі, мобільні збірки та конфігурації для відтворюваного тестування.
Розвиток ШІ відбувається на тлі ширшої трансформації Tether. Нещодавно компанія залучила KPMG для аудиту резервів, за результатами якого, Ардоіно заявив, що компанія вже давно не вважає себе виключно криптокомпанією.
Сообщение Tether представила ШІ-модель для розпізнавання мовлення на смартфонах, розумних окулярах і роботах появились сначала на INCRYPTED.
