Tether AI Research hat QVAC TranscribePsy vorgestellt, ein mehrsprachiges Spracherkennungsmodell, das Audio direkt auf Geräten verarbeitet, ohne es in die Cloud zu übertragen. Laut Tether transkribierte die Apple-Core-ML-Version des Modells 10 Minuten Audio in 1,65 Sekunden auf einem iPhone 17 Pro Max.
Das Modell mit 254 Millionen Parametern unterstützt 25 europäische Sprachen auf Laptops und acht Sprachen auf Mobilgeräten.
Tether AI Research, die Forschungsabteilung von Tether, hat QVAC TranscribePsy vorgestellt, ein kompaktes mehrsprachiges Modell zur automatischen Spracherkennung, das für den direkten Betrieb auf Geräten konzipiert ist. Die Veröffentlichung soll KI-Fähigkeiten auf Geräten für Smartphones, Smart Glasses und humanoide Roboter erweitern und zugleich verhindern, dass private Gespräche auf externe Server hochgeladen werden.
TranscribePsy verfügt über 254 Millionen Parameter und ist für die Verarbeitung von Audio nahezu in Echtzeit ausgelegt. Laut Tether kann die Apple-Core-ML-Version 10 Minuten Audio in 1,65 Sekunden auf einem iPhone 17 Pro Max transkribieren.
Lokale Verarbeitung und Leistung
Tether positioniert TranscribePsy als Werkzeug für Entwickler, die sprachbasierte KI-Dienste ohne Cloud-Infrastruktur entwickeln. Lokale Verarbeitung kann zum Schutz von Audioaufnahmen beitragen, die zu Hause, am Arbeitsplatz oder in der Öffentlichkeit erstellt werden, darunter medizinische Konsultationen, juristische Interviews, Psychotherapiesitzungen und Gespräche von Journalisten mit vertraulichen Quellen.
Tether meldete eine Wortfehlerrate, oder WER, von 8,02 % auf der Open ASR Leaderboard, 6,58 % auf Multilingual LibriSpeech und 21,56 % auf Common Voice. Eine niedrigere WER weist auf weniger Fehler bei der Worterkennung hin.
Bei Multilingual LibriSpeech übertraf TranscribePsy laut den Testergebnissen mehrere Modelle mit drei- bis viermal so vielen Parametern. In Tests auf sechs Smartphones lief das Modell laut CPU-Benchmarks auf Mobiltelefonen 2,6-mal schneller als sein nächster Wettbewerber und 5,7-mal schneller als Whisper-small.
Die Laptop-Version unterstützt 25 europäische Sprachen, während die mobile Version acht unterstützt. Tether veröffentlichte vier spezialisierte Versionen für verschiedene Geräte, darunter GGUF-Builds für mobile Hardware und einen für die Neural Engine des iPhones optimierten Core-ML-Build.
Tether-CEO Paolo Ardoino sagte:
„Die Zukunft der KI sollte nicht bedeuten, dass zentralisierte Plattformen einen Platz in der ersten Reihe unseres Privatlebens erhalten. TranscribePsy zeigt, dass fortschrittliche Sprach-KI schnell, leistungsfähig und vollständig lokal sein kann.“
Ausbau des QVAC-Ökosystems
TranscribePsy erweitert das QVAC-Ökosystem, mit dem Tether Werkzeuge entwickelt, um Text, Bilder, Videos und andere Datentypen direkt auf Geräten zu verarbeiten. Das Modell könnte letztlich mit VisionPsy, TranslatePsy-Nano und MedPsy für sprachbasierte Dokumentenanalyse, Übersetzung, Navigation und private Notizen integriert werden.
Im Dezember 2025 stellte Tether QVAC Genesis II vor, einen synthetischen Bildungsdatensatz für das Training von KI. Nach der Hinzufügung von 107 Milliarden Tokens erreichte der Datensatz 148 Milliarden Tokens in 19 Bildungsbereichen.
Im Juni 2026 aktualisierte das Unternehmen QVAC SDK 0.13.0 mit Unterstützung für lokale Videogenerierung, Gehirn-Computer-Schnittstellen und Robotikmodelle.
TranscribePsy wurde unter der Apache-2.0-Lizenz für Forschungs- und Bildungszwecke veröffentlicht. Die Veröffentlichung umfasst offene Modellgewichte, mobile Builds und Konfigurationen für reproduzierbare Tests.
Die KI-Arbeit ist Teil eines umfassenderen Wandels bei Tether. Das Unternehmen beauftragte kürzlich KPMG mit der Prüfung seiner Reserven, woraufhin Ardoino sagte, Tether habe schon längst aufgehört, sich ausschließlich als Kryptounternehmen zu betrachten.
Quelle: HODL Press
