Dünyanın en büyük stablecoin'inin arkasındaki şirket Tether, bulut sunucularına herhangi bir ses göndermeden doğrudan akıllı telefonlar, akıllı gözlükler ve insansı robotlar üzerindeki konuşmaları yazıya döken 254 milyon parametreli bir konuşma tanıma modeli olan TranscribePsy'yi piyasaya sürdü. Şirketin QVAC yapay zeka projesi kapsamında bu hafta duyurulan sürüm, Tether'in tamamen kişisel cihazlarda çalışan yapay zeka yazılımı oluşturma konusunda ciddi olduğunun son işareti.

Bu hamle, bir kripto şirketini beklenmedik bir duruma sokuyor: Ses verilerinin cihazdan çıkamayacak kadar hassas olduğu iddiasıyla bulut yapay zeka sağlayıcılarıyla rekabet ediyor. Tether CEO'su Paolo Ardoino duyuruda, "Yapay zekanın geleceği, merkezi platformlara kişisel yaşamlarımızda ön sıralarda yer vermek anlamına gelmemeli" dedi. TranscribePsy'yi, merkezi altyapıya bağımlı olmadan, tamamen kişisel donanım üzerinde çalışabilen bir konuşma tanıma örneği olarak tanımladı. For more context on this story, see our ongoing breaking AI news.

Karşılaştırma Sonuçları: Telefon CPU'larında Fısıltıdan Daha Hızlı

Şirketin yayınlanan değerlendirmesini inceleyen crypto.news'e göre Tether, modeli altı akıllı telefonda test etti ve değerlendirilen bir sonraki en hızlı sistemden 2,6 kat daha hızlı çalıştığını ve telefon CPU'larında çalışırken OpenAI'nin açık kaynaklı Whisper-small modelinden 5,7 kat daha hızlı çalıştığını buldu. iPhone'da, Core ML için optimize edilmiş bir sürüm, karşılaştırmaya dahil edilen rakip Core ML modeline göre yarıdan daha az disk alanı ve 1,7 kat daha az bellek gerektiriyordu.

Doğruluk, bir transkripsiyon sisteminin orijinal konuşulan içeriğe göre kaç kelimede hata yaptığını sayan standart ölçüm olan kelime hata oranı kullanılarak ölçüldü. Tether, bağımsız araştırmacıların rapor edilen sayıları yeniden üretebilmesi için modelle birlikte değerlendirme yapılandırmalarını da yayınladı; bu, tüketici yapay zeka satıcıları arasında nadir görülen bir şeffaflık uygulamasıdır.

Farklı Donanımlar İçin Dört Versiyon

TranscribePsy, farklı donanım sınıflarına yönelik dört yapıyla sunulur:

  • 25 Avrupa dilini destekleyen dizüstü bilgisayar modeli
  • Yaygın olarak kullanılan sekiz dile odaklanan daha küçük bir yapılandırma
  • Mobil cihazlar için Tether'in qvac-fabric-speech yazılımı içindeki parakeet.cpp motoru üzerinden çalışan bir GGUF sürümü
  • Uyumlu iPhone'ların özel silikon kullanarak yazıya dönüştürmesine olanak tanıyan, Apple'ın Neural Engine'i için optimize edilmiş bir Core ML sürümü

Modeller sürekli sesi işleyecek ve konuşma algılandıktan kısa süre sonra metin üretecek şekilde tasarlanmıştır. Tether, sistemin, kayıtları harici sunuculara aktarmadan yanıt veren ses kontrollü uygulamaları destekleyebileceğini söylüyor; bu, her zaman açık mikrofonların kalıcı gizlilik endişelerini artırdığı akıllı gözlükler ve giyilebilir cihazlar için anlamlı bir iddia.

Daha Geniş Bir QVAC Desteğinin Parçası

TranscribePsy, Tether'in 2026 yılına kadar istikrarlı bir şekilde genişleyen QVAC projesi kapsamındaki en son sürümdür. Nisan ayında şirket, iOS, Android, Windows, macOS ve Linux'ta AI uygulamalarını çalıştırmak için metin oluşturma, konuşma işleme, görüntü tanıma ve çeviriyi kapsayan açık kaynaklı bir geliştirme araç seti olan QVAC SDK'yı tanıttı. Araç seti, llama.cpp'nin özelleştirilmiş bir sürümü olan QVAC Fabric üzerine kurulmuştur ve eşler arası model dağıtımı için Holepunch teknolojisini kullanır.

Yılın başlarında Tether, BitNet LoRA eğitimini QVAC Fabric'e entegre etti ve aralarında Pixel 9, Galaxy S25 ve iPhone 16'nın da bulunduğu tüketici cihazlarında 3,8 milyar parametreye kadar ince ayarlı modellere sahip olduğunu ve iPhone 16'da 13 milyara kadar parametreye kadar modelleri kapsayan testlere sahip olduğunu söyledi. Ardoino, Eylül ayında Wikipedia arşivinin tamamını 100 dağıtılmış düğümde depolayan eşler arası bir arama motoru üzerinde çalıştığını açıkladı. Ve Ekim 2025'te şirket, matematik, bilim ve teknik muhakeme modellerini eğitmeyi amaçlayan 41 milyar sentetik tokendan oluşan QVAC Genesis I veri kümesini yayınladı.

Neden Önemlidir

Cihaz üreticileri, bağlantı olmadan ve veriler cihazdan ayrılmadan çalışan özellikler aradıkça, cihaz içi yapay zeka yarışı yoğunlaştı. Whisper, en yaygın olarak kullanılan açık konuşma modeli olmaya devam ediyor ancak telefon CPU'sunun güç zarfı için tasarlanmamıştı; bu, amaca yönelik olarak tasarlanmış küçük modellerin farklılık yaratacak alana sahip olduğu yerdir. Tether'in kıyaslama iddiaları, eğer bağımsız kopyalamaya dayanabilirlerse, TranscribePsy'yi bu paketin önüne koyacaktır.

Tether için strateji aynı zamanda bir hedge. Şirketin ana faaliyet alanı USDT stablecoin olmaya devam ediyor, ancak liderliği 2026'yı, kullanıcı tabanının merkezi olmayan ahlakına uygun olarak modeller, SDK'lar, veri kümeleri ve eşler arası dağıtımdan oluşan ve halihazırda yapay zeka çıkarımlarının çoğunu kontrol eden az sayıdaki bulut sağlayıcılarına olan bağımlılığı azaltan yerel öncelikli bir yapay zeka altyapısı portföyü (modeller, SDK'lar, veri kümeleri ve eşler arası dağıtım) oluşturmak için harcadı.

Bir stabilcoin ihraççısının konuşma yapay zekasında güvenilir bir oyuncu olup olamayacağı açık bir sorudur. Ancak yayınlanmış bir kıyaslama, tekrarlanabilir konfigürasyonlar ve insanların halihazırda sahip olduğu telefonlarda çalışan bir çalışma modeliyle TranscribePsy, cihazdaki çoğu yapay zeka duyurusundan daha somut bir sürümdür ve yapay zeka pazarının gizliliğe öncelik veren segmentinin beklenmedik girişleri çektiğinin bir işaretidir.

Takas: Yetenek ve Kontrol

Küçük cihaz üstü modeller, özellikle aksanlı konuşma, arka plan gürültüsü ve özel kelime dağarcığı konularında ham doğruluk konusunda hâlâ bulut emsallerini geride bırakıyor. Karşılığında sundukları şey ise yapısal: ağa bağımlılık yok, transkripsiyon başına API maliyeti yok ve sesi elinde bulunduran üçüncü taraf yok. Bulut gidiş-dönüşünün her etkileşime gecikme kattığı ve her zaman dinleyen bir mikrofonun ürünün asıl amacı olduğu akıllı gözlükler gibi giyilebilir ürünler için, yerel işleme, gizlilik konusunda herhangi bir tepki olmadan ölçeklenen tartışmasız tek tasarımdır.

Tether, bu değiş tokuşun her donanım neslinde yerel işlemeye doğru daha da eğileceğine bahse giriyor. Mevcut amiral gemisi telefonlardaki sinir motorları halihazırda çift haneli milyar parametre çıkarımı sağlıyor ve TranscribePsy gibi birkaç yüz milyon aralığındaki modeller, daha uzun bağlam, daha fazla dil ve pili tüketmeden her zaman açık çalışma için boşluk bırakıyor.

---

Stay Ahead of AI

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

Read more AI news →