Exchange Ranking
Top Exchanges
24h Volume Ranking
Popularity Ranking
Exchange BTC Balance
Proof of Reserves
Decentralized Exchanges
Funding Rate
Funding Heatmap
Liquidation Data
Max Pain
Long/Short Ratio
Whale L/S Ratio
Binance/Okex/Huobi L/S
Bitfinex Margin L/S
ETF Tracker
Solana ETF
XRP ETF
Hong Kong ETF
Bitcoin Treasuries
Crypto Reversal
Ethereum Reserves
HyperLiquid Wallet Analysis
Hyperliquid Whale Watch
Large Transactions
On-chain Movement
Bitcoin ROI
Stablecoin Market Cap
Options Analysis
News
Articles
Economic Calendar
Features
Wallet
Contract Calculator
Security
Collections
Watchlist
FollowingTether发布TranscribePsy：2.54亿参数语音识别模型，实现端侧隐私保护转录
Tether近日发布了名为TranscribePsy的2.54亿参数AI语音识别模型。该模型支持在智能手机、智能眼镜和人形机器人等设备上本地处理音频，无需将数据发送至云端服务器即可完成对话转录。
根据Tether AI Research于10月14日发布的公告，这款开源模型专为多语言语音识别设计，旨在能够在计算资源有限的设备上高效运行。测试数据显示，在iPhone 17 Pro Max上使用Apple Core ML框架运行时，该模型仅需1.65秒即可转录10分钟的音频，其速度优于Tether测试中对比的其他几款竞争系统。
本地化处理保障隐私与性能
TranscribePsy是Tether QVAC AI项目的一部分，该项目致力于让AI应用直接在消费级设备上运行，同时严格保护用户数据隐私。对于开发者而言，此次发布意味着可以获取无需互联网连接即可运行的语音识别软件。
针对智能眼镜，该模型可通过蓝牙或Wi-Fi接收音频并实现极低延迟的处理；人形机器人则可在机载处理器上运行该软件，从而为导航、视觉识别和物理运动等功能保留计算资源。
Tether指出，本地化处理在医疗咨询、法律访谈、心理治疗以及新闻采访等场景中具有重要价值，因为这些场合中的录音往往包含敏感或机密信息。Tether首席执行官Paolo Ardoino表示：“随着语音增强设备的普及，公司希望用户能继续掌控自己的对话内容。‘AI的未来不应意味着让中心化平台成为我们个人生活的旁观者。’”他将TranscribePsy描述为一种完全依赖个人设备、不依赖中心化基础设施的语音识别技术典范。
基准测试结果优异
在公司发布的性能评估中，TranscribePsy在Open ASR Leaderboard上的字错误率（WER）为8.02%，在Multilingual LibriSpeech数据集上为6.58%。在Common Voice数据集上，其WER为21.56%。Tether声称，在同等参数量级的系统中，该模型表现优于其他竞品。
尽管仅有2.54亿个参数，但研究团队发现，TranscribePsy在Multilingual LibriSpeech基准测试中的表现超过了多个体积为其三到四倍的大型模型（如Qwen3-ASR-0.6B、omniASR-CTC-1B-v2、OWSM-CTC-v4和Whisper-Medium）。跨六款智能手机的测试显示，当在手机CPU上运行时，该模型的速度比次快系统快2.6倍，比Whisper-small快5.7倍。此外，其针对iPhone优化的版本所需的磁盘空间不到竞争对手Core ML模型的一半，内存占用也减少了1.7倍。
为了便于研究人员复现结果，Tether随模型一同发布了评估配置。字错误率用于衡量语音识别软件的准确性，通过比较转录生成的文本与原始口语内容来计算，分数越低表示错误越少。
多语言支持与硬件适配
TranscribePsy提供了四个版本，以适应不同的硬件和语言需求：
- 笔记本版本：支持25种欧洲语言。
- 轻量级版本：专注于8种常用语言。
- 移动端GGUF版本：通过qvac-fabric-speech引擎中的parakeet.cpp运行。
- Core ML版本：针对Apple Neural Engine优化，允许兼容的iPhone使用专用硬件进行转录。
这些模型旨在处理连续音频，在检测到语音后迅速生成文本。Tether表示，该系统可支持无需将录音发送至外部服务器的语音控制应用，从而减少传输可能包含个人或机密信息的对话的需求。
QVAC AI开发工具生态扩展
TranscribePsy的发布是Tether在2026年QVAC项目系列发布的最新成果。今年4月，Tether推出了QVAC SDK，这是一个用于在智能手机和计算机上运行AI应用的开源开发工具包。该工具包支持iOS、Android、Windows、macOS和Linux，功能涵盖文本生成、语音处理、图像识别和翻译。
该软件基于定制版的llama.cpp（即QVAC Fabric），并结合Holepunch技术实现点对点模型分发和委托处理。在此之前的3月，Tether已将BitNet LoRA集成到QVAC Fabric中，以支持在消费级硬件上训练和运行大型AI模型。当时，公司表示已在Pixel 9、Galaxy S25和iPhone 16等设备上微调了多达38亿参数的模型，并在iPhone 16上测试了高达130亿参数的模型，GPU处理速度较CPU基线提升了2至11倍。
Tether在去中心化计算领域的研究不仅限于AI模型。今年9月，Ardoin披露了一个分布式搜索引擎的开发进展，该搜索引擎旨在跨分布节点运行。团队已在100个节点上存储了完整的维基百科档案，并演示了不依赖集中式搜索服务的功能。目前该搜索引擎仍在开发中，团队正致力于构建支持数千个互联节点的架构。
Tether早期的AI工作还包括2025年10月发布的QVAC Genesis I数据集，其中包含410亿个合成令牌，旨在用于数学、科学和技术推理模型的训练。同期推出的还有QVAC Workbench，这是一款允许用户在本地运行受支持AI应用的消费级应用程序。
开源许可与未来展望
最新的TranscribePsy版本在Apache 2.0许可证下发布，Tether明确指出研究及教育用途属于发布范围之一。开发人员可以访问模型权重、移动端的GGUF构建文件、Apple Silicon Core ML版本以及评估配置。
在QVAC Psy生态系统内，该语音识别软件计划与其他专用模型（如VisionPsy、TranslatePsy-Nano和MedPsy）协同工作。Tether指出了文档分析、翻译、导航和私人笔记记录等潜在的应用整合场景。此次10月的发布提供了语音识别组件，而其他组合应用仍处于前瞻性规划阶段。
Tether Data, S.A. de C.V.旗下的研究团队表示，他们未来的工作将继续涵盖针对消费级设备进行音频、文本、图像和视频处理的紧凑型模型。
