Tether 发布端侧语音识别模型 QVAC TranscribePsy

ChainCatcher 消息，稳定币发行商 Tether 旗下 Tether AI Research（文中指 Tether Data, S.A. de C.V.）发布开源多语言自动语音识别模型 QVAC TranscribePsy。该模型参数量为 2.54 亿，完全在设备端运行，适用于智能手机、智能眼镜和人形机器人，音频无需上传云端；智能眼镜可通过蓝牙或 Wi-Fi 近实时处理，模型也可在机器人机载处理器上运行。

评测显示，其在 Open ASR Leaderboard 上的词错误率为 8.02%，在 Multilingual LibriSpeech 上为 6.58%，在 Common Voice 上为 21.56%。在 Multilingual LibriSpeech 上优于文中点名的 Qwen3-ASR-0.6B、omniASR-CTC-1B-v2、OWSM-CTC-v4 和 Whisper-Medium。在六款测试手机上，它是最快模型，比次快模型快 2.6 倍，比 Whisper-small 快 5.7 倍。Core ML 版本在 iPhone 17 Pro Max 上将 10 分钟音频转写为 1.65 秒，磁盘占用不到某测试 Core ML 竞品的一半，内存少 1.7 倍。