Tether, företaget bakom världens största stablecoin, har släppt TranscribePsy, en taligenkänningsmodell med 254 miljoner parametrar som transkriberar konversationer direkt på smartphones, smarta glasögon och humanoida robotar utan att skicka något ljud till molnservrar. Releasen, som tillkännagavs denna vecka som en del av företagets QVAC-projekt för artificiell intelligens, är det senaste tecknet på att Tether menar allvar med att bygga AI-mjukvara som körs helt på personliga enheter.

Flytten sätter ett kryptoföretag i en oväntad position: konkurrerar med moln AI-leverantörer på argumentet att röstdata är för känsligt för att lämna enheten. "Framtiden för AI bör inte innebära att centraliserade plattformar får en plats på första raden i våra personliga liv", sa Tethers vd Paolo Ardoino i tillkännagivandet. Han beskrev TranscribePsy som ett exempel på taligenkänning som kan fungera fullt ut på personlig hårdvara, utan beroende av centraliserad infrastruktur. For more context on this story, see our ongoing breaking AI news.

Benchmark-resultat: snabbare än viskande på telefonprocessorer

Enligt crypto.news, som granskade företagets publicerade utvärdering, testade Tether modellen över sex smartphones och fann att den körde 2,6 gånger snabbare än det näst snabbaste systemet som utvärderades, och 5,7 gånger snabbare än OpenAI:s öppen källkod Whisper-small-modell när den kördes på telefon-CPU. På iPhone krävde en Core ML-optimerad version mindre än hälften av diskutrymmet och 1,7 gånger mindre minne än en konkurrerande Core ML-modell som ingick i jämförelsen.

Noggrannheten mättes med hjälp av ordfelfrekvens, standardmåttet som räknar hur många ord ett transkriptionssystem får fel mot det ursprungliga talade innehållet. Tether publicerade utvärderingskonfigurationerna vid sidan av modellen så att oberoende forskare kan återskapa de rapporterade siffrorna - en öppenhetspraxis som fortfarande är ovanlig bland konsument-AI-leverantörer.

Fyra versioner för olika hårdvara

TranscribePsy levereras i fyra versioner som är inriktade på olika typer av hårdvara:

  • En modell för bärbar dator som stöder 25 europeiska språk
  • En mindre konfiguration fokuserad på åtta vanliga språk
  • En GGUF-version som körs genom parakeet.cpp-motorn inuti Tethers mjukvara qvac-fabric-speech, för mobila enheter
  • En Core ML-version optimerad för Apples Neural Engine, som låter kompatibla iPhones transkribera med dedikerad kisel

Modellerna är designade för att hantera kontinuerligt ljud och producerar text kort efter att tal har upptäckts. Tether säger att systemet skulle kunna stödja röststyrda applikationer som svarar utan att någonsin överföra inspelningar till externa servrar - ett meningsfullt anspråk på smarta glasögon och bärbara enheter, där alltid påslagna mikrofoner har väckt ihärdiga integritetsproblem.

Del av en bredare QVAC Push

TranscribePsy är den senaste utgåvan under Tethers QVAC-projekt, som har expanderat stadigt fram till 2026. I april introducerade företaget QVAC SDK, ett utvecklingsverktyg med öppen källkod för att köra AI-applikationer på iOS, Android, Windows, macOS och Linux, som täcker textgenerering, talbehandling, bildigenkänning och översättning. Verktygslådan är byggd på QVAC Fabric, en anpassad version av llama.cpp, och använder Holepunch-teknik för peer-to-peer-modelldistribution.

Tidigare under året integrerade Tether BitNet LoRA-träning i QVAC Fabric och sa att de hade finjusterade modeller med upp till 3,8 miljarder parametrar på konsumentenheter inklusive Pixel 9, Galaxy S25 och iPhone 16, med tester som täckte modeller med upp till 13 miljarder parametrar på iPhone 16. I september avslöjade Ardoino att Wikipedia har arbetat på en fullständig sökmotor. 100 distribuerade noder. Och i oktober 2025 släppte företaget QVAC Genesis I dataset, 41 miljarder syntetiska tokens som syftar till att träna modeller inom matematik, naturvetenskap och tekniskt resonemang.

Varför det är viktigt

AI-tävlingen på enheten har intensifierats när enhetstillverkare söker funktioner som fungerar utan anslutning och utan att data lämnar luren. Whisper är fortfarande den mest utbredda modellen med öppet tal, men den var inte designad för kraften i en telefon-CPU, vilket är där specialbyggda små modeller har utrymme att skilja sig åt. Tethers benchmark-påståenden, om de håller för oberoende replikering, skulle sätta TranscribePsy längst fram i det paketet.

För Tether är strategin också en säkring. Företagets kärnverksamhet förblir USDT stablecoin, men dess ledarskap har ägnat 2026 åt att bygga en portfölj av lokal-första AI-infrastruktur – modeller, SDK:er, datauppsättningar och peer-to-peer-distribution – som är i linje med den decentraliserade etiken för dess användarbas samtidigt som det minskar beroendet av det lilla antalet molnleverantörer som för närvarande kontrollerar de flesta AI.

Huruvida en stablecoin-utgivare kan bli en trovärdig aktör inom tal-AI är en öppen fråga. Men med ett publicerat riktmärke, reproducerbara konfigurationer och en fungerande modell som körs på de telefoner som folk redan äger, är TranscribePsy en mer konkret utgåva än de flesta AI-meddelanden på enheten – och ett tecken på att det integritetsförsta segmentet av AI-marknaden lockar osannolika aktörer.

Avvägningen: Förmåga kontra kontroll

Små on-device modeller ligger fortfarande efter sina molnmotsvarigheter när det gäller rå noggrannhet, särskilt när det gäller accentuerat tal, bakgrundsljud och specialiserat ordförråd. Vad de erbjuder i utbyte är strukturellt: inget nätverksberoende, ingen API-kostnad per transkription och ingen tredje part som har ljudet. För wearables som smarta glasögon, där en molntur och retur lägger latens till varje interaktion och en alltid lyssnande mikrofon är hela poängen med produkten, är lokal bearbetning utan tvekan den enda designen som skalas utan en integritetsreaktion.

Tether satsar på att denna avvägning lutar ytterligare mot lokal bearbetning med varje hårdvarugeneration. Neurala motorer i nuvarande flaggskeppstelefoner levererar redan tvåsiffriga miljarder parametrar, och modeller inom några hundra miljoner intervall - som TranscribePsy - lämnar utrymme för längre sammanhang, fler språk och alltid-på drift utan att ladda ur batteriet.

---

Stay Ahead of AI

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

Read more AI news →