Tether推出离线AI语音模型，适用于智能眼镜和机器人_新闻

免责声明：内容不构成买卖依据，投资有风险，入市需谨慎！

Tether推出离线AI语音模型，适用于智能眼镜和机器人

2026-10-15 17:21:33

Tether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。

免责声明：

本网站、超链接、相关应用程序、论坛、博客等媒体账户以及其他平台和用户发布的所有内容均来源于第三方平台及平台用户。百亿财经对于网站及其内容不作任何类型的保证，网站所有区块链相关数据以及其他内容资料仅供用户学习及研究之用，不构成任何投资、法律等其他领域的建议和依据。百亿财经用户以及其他第三方平台在本网站发布的任何内容均由其个人负责，与百亿财经无关。百亿财经不对任何因使用本网站信息而导致的任何损失负责。您需谨慎使用相关数据及内容，并自行承担所带来的一切风险。强烈建议您独自对内容进行研究、审查、分析和验证。

展开阅读全文