Tether, compania din spatele celei mai mari monede stabile din lume, a lansat TranscribePsy, un model de recunoaștere a vorbirii cu 254 de milioane de parametri care transcrie conversațiile direct pe smartphone-uri, ochelari inteligenți și roboți umanoizi, fără a trimite niciun sunet către serverele cloud. Lansarea, anunțată săptămâna aceasta, ca parte a proiectului de inteligență artificială QVAC al companiei, este cel mai recent semn că Tether se gândește serios la construirea de software AI care rulează în întregime pe dispozitive personale.

Mișcarea pune o companie cripto într-o poziție neașteptată: concurând cu furnizorii de cloud AI pe argumentul că datele vocale sunt prea sensibile pentru a părăsi dispozitivul. „Viitorul AI nu ar trebui să însemne să oferim platformelor centralizate un loc în primul rând în viața noastră personală”, a spus CEO-ul Tether, Paolo Ardoino, în anunț. El a descris TranscribePsy ca un exemplu de recunoaștere a vorbirii care poate funcționa complet pe hardware personal, fără a depinde de infrastructura centralizată. For more context on this story, see our ongoing artificial intelligence updates.

Rezultate benchmark: Faster Than Whisper pe procesoarele telefonului

Potrivit crypto.news, care a analizat evaluarea publicată a companiei, Tether a testat modelul pe șase smartphone-uri și a constatat că rulează de 2,6 ori mai rapid decât următorul cel mai rapid sistem evaluat și de 5,7 ori mai rapid decât modelul open-source Whisper-small de la OpenAI atunci când rulează pe procesoarele telefonului. Pe iPhone, o versiune optimizată Core ML necesita mai puțin de jumătate din spațiul pe disc și de 1,7 ori mai puțină memorie decât un model Core ML concurent inclus în comparație.

Precizia a fost măsurată utilizând rata de eroare a cuvintelor, valoarea standard care contorizează câte cuvinte greșește un sistem de transcriere în raport cu conținutul original rostit. Tether a publicat configurațiile de evaluare alături de model, astfel încât cercetătorii independenți să poată reproduce numerele raportate - o practică de transparență care rămâne neobișnuită în rândul furnizorilor de IA de consum.

Patru versiuni pentru hardware diferit

TranscribePsy este livrat în patru versiuni care vizează diferite clase de hardware:

  • Un model de laptop care acceptă 25 de limbi europene
  • O configurație mai mică concentrată pe opt limbi utilizate în mod obișnuit
  • O versiune GGUF care rulează prin motorul parakeet.cpp din cadrul software-ului qvac-fabric-speech de la Tether, pentru dispozitive mobile
  • O versiune Core ML optimizată pentru Neural Engine de la Apple, permițând iPhone-urilor compatibile să transcrie folosind silicon dedicat

Modelele sunt concepute pentru a gestiona sunetul continuu, producând text la scurt timp după ce este detectată vorbirea. Tether spune că sistemul ar putea suporta aplicații controlate prin voce care răspund fără a transmite vreodată înregistrări către servere externe - o afirmație semnificativă pentru ochelari inteligenți și dispozitive portabile, unde microfoanele mereu pornite au ridicat probleme persistente de confidențialitate.

O parte a unui QVAC Push mai amplu

TranscribePsy este cea mai recentă versiune a proiectului QVAC al Tether, care s-a extins constant până în 2026. În aprilie, compania a introdus QVAC SDK, un set de instrumente de dezvoltare open-source pentru rularea aplicațiilor AI pe iOS, Android, Windows, macOS și Linux, care acoperă generarea de text, procesarea vorbirii, recunoașterea imaginilor și traducerea. Setul de instrumente este construit pe QVAC Fabric, o versiune personalizată a llama.cpp și folosește tehnologia Holepunch pentru distribuția modelului peer-to-peer.

La începutul anului, Tether a integrat instruirea BitNet LoRA în QVAC Fabric, declarând că avea modele ajustate de până la 3,8 miliarde de parametri pe dispozitive de consum, inclusiv Pixel 9, Galaxy S25 și iPhone 16, cu teste care acoperă modele de până la 13 miliarde de parametri pe iPhone 16. 100 de noduri distribuite. Și în octombrie 2025, compania a lansat setul de date QVAC Genesis I, 41 de miliarde de jetoane sintetice care vizează formarea modelelor în matematică, știință și raționament tehnic.

De ce contează

Cursa AI pe dispozitiv s-a intensificat pe măsură ce producătorii de dispozitive caută funcții care funcționează fără conectivitate și fără date care părăsesc telefonul. Whisper rămâne cel mai răspândit model de vorbire deschisă, dar nu a fost proiectat pentru puterea procesorului unui telefon, care este locul în care modelele mici construite special au loc să se diferențieze. Pretențiile de referință ale lui Tether, dacă rezistă la replicarea independentă, ar pune TranscribePsy în fruntea acelui pachet.

Pentru Tether, strategia este, de asemenea, un acoperiș. Activitatea de bază a companiei rămâne stablecoin-ul USDT, dar conducerea sa și-a petrecut 2026 construind un portofoliu de infrastructură AI de la nivel local - modele, SDK-uri, seturi de date și distribuție peer-to-peer - care se aliniază cu etosul descentralizat al bazei sale de utilizatori, reducând în același timp dependența de numărul mic de furnizori de cloud care controlează în prezent majoritatea inferențelor AI.

Dacă un emitent de monede stabile poate deveni un jucător credibil în IA de vorbire este o întrebare deschisă. Dar cu un benchmark publicat, configurații reproductibile și un model de lucru care rulează pe telefoanele pe care oamenii le dețin deja, TranscribePsy este o versiune mai concretă decât majoritatea anunțurilor AI pe dispozitiv - și un semn că segmentul de confidențialitate al pieței AI atrage participanți puțin probabil.

Comerțul: capacitate versus control

Modelele mici de pe dispozitive încă își urmăresc omologii din cloud în ceea ce privește acuratețea brută, în special în ceea ce privește vorbirea accentuată, zgomotul de fundal și vocabularul specializat. Ceea ce oferă în schimb este structural: fără dependență de rețea, fără costuri API per transcripție și nicio terță parte care deține audio. Pentru obiectele purtabile precum ochelarii inteligenți, în care o călătorie dus-întors în cloud adaugă latență fiecărei interacțiuni și un microfon care ascultă mereu este punctul central al produsului, procesarea locală este, fără îndoială, singurul design care se extinde fără reacție la confidențialitate.

Tether pariază că acest compromis se înclină și mai mult către procesarea locală cu fiecare generație de hardware. Motoarele neuronale din telefoanele emblematice actuale oferă deja inferențe de două cifre de miliarde de parametri, iar modelele din intervalul de câteva sute de milioane - cum ar fi TranscribePsy - lasă spațiu liber pentru un context mai lung, mai multe limbi și o funcționare permanentă fără a consuma bateria.

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →