A Tether, empresa por trás da maior stablecoin do mundo, lançou o TranscribePsy, um modelo de reconhecimento de fala de 254 milhões de parâmetros que transcreve conversas diretamente em smartphones, óculos inteligentes e robôs humanóides sem enviar qualquer áudio para servidores em nuvem. O lançamento, anunciado esta semana como parte do projeto de inteligência artificial QVAC da empresa, é o mais recente sinal de que a Tether leva a sério a construção de software de IA que roda inteiramente em dispositivos pessoais.
A mudança coloca uma empresa de criptografia em uma posição inesperada: competir com provedores de IA em nuvem com o argumento de que os dados de voz são sensíveis demais para deixar o dispositivo. “O futuro da IA não deveria significar dar às plataformas centralizadas um lugar na primeira fila de nossas vidas pessoais”, disse o CEO da Tether, Paolo Ardoino, no anúncio. Ele descreveu o TranscribePsy como um exemplo de reconhecimento de fala que pode operar totalmente em hardware pessoal, sem dependência de infraestrutura centralizada. Para mais contexto sobre esta história, confira nossa tendências de IA.
Resultados de benchmark: mais rápido que o Whisper em CPUs de telefone
De acordo com crypto.news, que revisou a avaliação publicada da empresa, Tether testou o modelo em seis smartphones e descobriu que ele funcionou 2,6 vezes mais rápido que o próximo sistema mais rápido avaliado e 5,7 vezes mais rápido que o modelo Whisper-small de código aberto da OpenAI quando executado em CPUs de telefone. No iPhone, uma versão otimizada para Core ML exigia menos da metade do espaço em disco e 1,7 vezes menos memória do que um modelo Core ML concorrente incluído na comparação.
A precisão foi medida usando a taxa de erro de palavras, a métrica padrão que conta quantas palavras um sistema de transcrição erra em relação ao conteúdo falado original. A Tether publicou as configurações de avaliação junto com o modelo para que pesquisadores independentes possam reproduzir os números relatados – uma prática de transparência que permanece incomum entre os fornecedores de IA de consumo.
Quatro versões para hardware diferente
O TranscribePsy é fornecido em quatro versões voltadas para diferentes classes de hardware:
- Um modelo de laptop com suporte para 25 idiomas europeus
- Uma configuração menor focada em oito idiomas comumente usados
- Uma versão GGUF que é executada por meio do mecanismo parakeet.cpp dentro do software qvac-fabric-speech da Tether, para dispositivos móveis
- Uma versão Core ML otimizada para o Neural Engine da Apple, permitindo que iPhones compatíveis transcrevam usando silício dedicado
Os modelos são projetados para lidar com áudio contínuo, produzindo texto logo após a detecção da fala. Tether diz que o sistema poderia suportar aplicativos controlados por voz que respondem sem nunca transmitir gravações para servidores externos – uma reivindicação significativa para óculos inteligentes e dispositivos vestíveis, onde microfones sempre ligados levantaram preocupações persistentes com privacidade.
Parte de um impulso QVAC mais amplo
TranscribePsy é o lançamento mais recente do projeto QVAC da Tether, que se expandiu continuamente até 2026. Em abril, a empresa lançou o QVAC SDK, um kit de ferramentas de desenvolvimento de código aberto para executar aplicativos de IA em iOS, Android, Windows, macOS e Linux, abrangendo geração de texto, processamento de fala, reconhecimento de imagem e tradução. O kit de ferramentas é construído no QVAC Fabric, uma versão personalizada do llama.cpp, e usa a tecnologia Holepunch para distribuição de modelos ponto a ponto.
No início do ano, Tether integrou o treinamento BitNet LoRA no QVAC Fabric, dizendo que tinha modelos ajustados de até 3,8 bilhões de parâmetros em dispositivos de consumo, incluindo o Pixel 9, Galaxy S25 e iPhone 16, com testes cobrindo modelos de até 13 bilhões de parâmetros no iPhone 16. Em setembro, Ardoino divulgou trabalho em um mecanismo de busca ponto a ponto que armazenou o arquivo completo da Wikipedia em 100 nós distribuídos. E em outubro de 2025, a empresa lançou o conjunto de dados QVAC Genesis I, 41 bilhões de tokens sintéticos destinados ao treinamento de modelos em matemática, ciências e raciocínio técnico.
Por que é importante
A corrida pela IA no dispositivo se intensificou à medida que os fabricantes de dispositivos buscam recursos que funcionem sem conectividade e sem que os dados saiam do aparelho. O Whisper continua sendo o modelo de fala aberta mais amplamente implantado, mas não foi projetado para o envelope de energia de uma CPU de telefone, que é onde os modelos pequenos construídos especificamente têm espaço para se diferenciar. As afirmações de benchmark do Tether, se resistirem à replicação independente, colocariam o TranscribePsy na frente desse pacote.
Para o Tether, a estratégia também é um hedge. O principal negócio da empresa continua sendo o stablecoin USDT, mas sua liderança passou 2026 construindo um portfólio de infraestrutura de IA local – modelos, SDKs, conjuntos de dados e distribuição ponto a ponto – que se alinha com o espírito descentralizado de sua base de usuários, ao mesmo tempo que reduz a dependência do pequeno número de provedores de nuvem que atualmente controlam a maior parte da inferência de IA.
Se um emissor de moeda estável pode se tornar um participante confiável na IA de fala é uma questão em aberto. Mas com um benchmark publicado, configurações reproduzíveis e um modelo funcional que funciona nos telefones que as pessoas já possuem, o TranscribePsy é um lançamento mais concreto do que a maioria dos anúncios de IA em dispositivos – e um sinal de que o segmento do mercado de IA que prioriza a privacidade está atraindo participantes improváveis.
A compensação: capacidade versus controle
Pequenos modelos no dispositivo ainda ficam atrás de seus equivalentes na nuvem em termos de precisão bruta, especialmente em fala com sotaque, ruído de fundo e vocabulário especializado. O que eles oferecem em troca é estrutural: sem dependência de rede, sem custo de API por transcrição e sem terceiros que detenham o áudio. Para wearables como óculos inteligentes, onde uma viagem de ida e volta na nuvem adiciona latência a cada interação e um microfone sempre atento é o objetivo do produto, o processamento local é indiscutivelmente o único design que pode ser dimensionado sem prejudicar a privacidade.
A Tether aposta que essa compensação se inclina ainda mais para o processamento local a cada geração de hardware. Os mecanismos neurais nos principais telefones atuais já oferecem inferência de bilhões de parâmetros de dois dígitos, e modelos na faixa de algumas centenas de milhões – como TranscribePsy – deixam espaço para contexto mais longo, mais idiomas e operação sempre ativa sem descarregar a bateria.
---
Fique à Frente da IAAs últimas notícias, análises e avanços em inteligência artificial — tudo em um só lugar.
Ler mais notícias de IA →
