币圈界报道：

Tether推出轻量级语音识别模型TranscribePsy，实现设备端高效私密转录

Tether近日正式发布名为TranscribePsy的开源语音识别系统，该模型拥有2.54亿个参数，专为智能手机、智能眼镜及人形机器人等终端设备设计，可在无需连接云端的情况下完成音频内容的实时转录。

本地运行保障数据主权，降低对外部网络依赖

作为Tether QVAC AI生态的重要组成部分，TranscribePsy致力于推动人工智能应用在消费级硬件上的原生部署。开发者可借此构建完全离线运行的语音交互系统，尤其适用于对数据敏感性要求较高的场景。

针对可穿戴设备，模型通过蓝牙或Wi-Fi接收音频信号后实现毫秒级响应；在人形机器人中，其运算负载由机载处理器承担，为视觉感知与动作控制保留核心算力。

Tether强调，此类技术对医疗问诊、法律对话、心理辅导和新闻采访等高保密性情境具有重要意义。公司首席执行官Paolo Ardoino指出：“真正的智能应由用户掌控，而非让中心化平台成为私人对话的观察者。”他将TranscribePsy视为去中心化语音处理的代表性实践。

多项基准测试表现领先同类竞品

根据官方发布的评估结果，TranscribePsy在Open ASR Leaderboard上的字错误率（WER）为8.02%，在Multilingual LibriSpeech数据集上达6.58%，Common Voice数据集为21.56%。在同等规模模型中，其准确率优于多个体积大三至四倍的先进系统。

跨六款主流手机的实测显示，该模型在移动CPU上运行时速度比第二快方案快2.6倍，较Whisper-small快5.7倍。其优化后的iPhone版本磁盘占用不足竞品的一半，内存消耗减少1.7倍。为保证研究可复现性，Tether同步公开了完整的评估配置与训练参数。

字错误率是衡量语音识别精度的核心指标，反映生成文本与原始语音之间的差异程度，数值越低代表识别越精准。

多版本适配不同语言与硬件环境

TranscribePsy提供四个定制版本以满足多样化需求：笔记本版支持25种欧洲语言；轻量版聚焦8种高频语种；移动端采用GGUF格式，依托parakeet.cpp引擎运行；Core ML版则针对Apple Neural Engine优化，可在兼容iPhone上启用专用加速单元。

所有版本均支持连续语音输入，在检测到讲话后迅速输出文字内容。该架构使开发者能够构建无需上传录音即可运行的语音控制应用，有效规避敏感信息外泄风险。

QVAC开发生态持续拓展，构建去中心化计算框架

TranscribePsy是Tether 2026年QVAC项目系列成果之一。今年4月，公司已推出QVAC SDK，这是一个跨平台开源工具包，支持iOS、Android、Windows、macOS与Linux系统，涵盖文本生成、图像识别、语音处理与多语言翻译功能。

该工具基于改进版llama.cpp（即QVAC Fabric），并集成Holepunch协议实现点对点模型分发与任务委托。此前3月，BitNet LoRA已被整合进该生态，使得在像素9、三星Galaxy S25及iPhone 16等设备上微调高达38亿参数的模型成为可能，并在部分机型上实现130亿参数模型的本地运行，GPU加速效率相较CPU提升2至11倍。

除AI模型外，Tether还在探索分布式基础设施建设。9月披露的分布式搜索引擎已在100个节点上完整存储维基百科数据，并展示不依赖集中式服务的检索能力。目前正推进支持数千节点互联的拓扑结构设计。

早期布局还包括2025年10月发布的QVAC Genesis I合成数据集，含410亿个模拟令牌，用于训练数学与科学推理类模型；以及配套的QVAC Workbench应用，允许用户在本地环境中运行指定AI功能。

开源授权释放创新潜力，未来协同应用场景待启

最新版TranscribePsy以Apache 2.0许可证开放，明确允许用于学术研究与教育目的。开发者可获取模型权重、GGUF格式构建文件、Apple Silicon Core ML版本及完整评估配置。

在未来的QVAC Psy生态系统中，该语音模块计划与VisionPsy、TranslatePsy-Nano和MedPsy等专用模型联动，应用于文档解析、实时翻译、导航辅助与个人笔记管理等领域。尽管当前仅发布语音识别组件，其余整合功能仍处于前瞻性规划阶段。

Tether Data, S.A. de C.V.的研究团队表示，后续将持续研发适用于消费级设备的紧凑型音频、文本、图像与视频处理模型，进一步夯实去中心化智能的底层基础。