Tether stellt Offline-KI-Sprachmodell für Smart Glasses und Roboter vor

Tether hat ein Spracherkennungsmodell mit 254 Millionen Parametern veröffentlicht, das Gespräche direkt auf Smartphones, intelligenten Brillen und humanoiden Robotern transkribieren kann, ohne Audio an Cloud-Server zu senden.

Laut einer Ankündigung vom 14. Oktober von Tether AI Research unterstützt das Open-Source-Modell namens QVAC TranscribePsy mehrsprachige Spracherkennung und ist für den Betrieb auf Geräten mit begrenzter Rechenleistung konzipiert.

Das Unternehmen gab an, dass das Modell 10 Minuten Audio in 1,65 Sekunden auf einem iPhone 17 Pro Max unter Verwendung von Apples Core ML Framework transkribieren kann.

TranscribePsy ist Teil von Tethers QVAC-KI-Projekt, das sich auf die lokale Ausführung von KI-Anwendungen konzentriert. Seine Veröffentlichung gibt Entwicklern Zugang zu Spracherkennungssoftware, die ohne Internetverbindung betrieben werden kann.

Für intelligente Brillen kann das Modell Audio verarbeiten, das über Bluetooth oder Wi-Fi mit minimaler Verzögerung empfangen wird. Humanoide Roboter können die Software auf ihren Bordprozessoren ausführen, wodurch Rechenkapazität für Funktionen wie Navigation, visuelle Erkennung und physische Bewegung frei bleibt.

Tether sagte, dass lokale Verarbeitung bei medizinischen Konsultationen, juristischen Interviews, Therapiesitzungen und im Journalismus nützlich sein könnte, wo Aufzeichnungen vertrauliche Informationen enthalten können.

Tethers TranscribePsy-Modell erzielt starke Benchmark-Ergebnisse

In den vom Unternehmen veröffentlichten Leistungsbewertungen verzeichnete TranscribePsy eine Wortfehlerrate von 8,02 % auf dem Open ASR Leaderboard und 6,58 % auf Multilingual LibriSpeech.

Seine Wortfehlerrate bei Common Voice betrug 21,56 %, wobei Tether behauptet, dass das Modell andere Systeme in derselben Parameterkategorie übertraf.

Das Modell mit 254 Millionen Parametern wurde mit größeren Alternativen verglichen, darunter Qwen3-ASR-0.6B, omniASR-CTC-1B-v2, OWSM-CTC-v4 und Whisper-Medium.

Trotz weniger Parameter schnitt TranscribePsy beim Multilingual LibriSpeech-Benchmark besser ab als mehrere Modelle, die drei- bis viermal so groß sind, so die Ergebnisse des Forschungsteams.

Tests, die auf sechs Smartphones durchgeführt wurden, zeigten, dass das Modell 2,6-mal schneller war als das nächstschnellste System und 5,7-mal schneller als Whisper-small, wenn es auf Telefon-CPUs lief.

Seine für iPhone optimierte Version benötigte weniger als die Hälfte des Speicherplatzes und 1,7-mal weniger Speicher als ein konkurrierendes Core ML-Modell, das in die Bewertung einbezogen wurde.

Die Genauigkeit der Spracherkennung wurde anhand der Wortfehlerrate gemessen, die die von einem Transkriptionssystem generierten Wörter mit dem ursprünglich gesprochenen Inhalt vergleicht. Niedrigere Werte deuten auf weniger Transkriptionsfehler hin.

Tether veröffentlichte die Bewertungskonfigurationen zusammen mit dem Modell, damit Forscher die berichteten Ergebnisse reproduzieren können.

Spracherkennungssoftware unterstützt 25 europäische Sprachen

TranscribePsy wurde in vier Versionen veröffentlicht, die für unterschiedliche Hardware- und Sprachanforderungen entwickelt wurden.

Ein Laptop-Modell unterstützt 25 europäische Sprachen, während eine kleinere Sprachkonfiguration sich auf acht häufig verwendete Sprachen konzentriert.

Für mobile Geräte bietet Tether eine GGUF-Version an, die über die parakeet.cpp-Engine in qvac-fabric-speech läuft.

Eine separate Core ML-Version ist für Apples Neural Engine optimiert, sodass kompatible iPhones die Transkription mithilfe dedizierter Hardware durchführen können.

Die Modelle sind darauf ausgelegt, kontinuierliches Audio zu verarbeiten und kurz nach Erkennung von Sprache Text zu erzeugen. Tether sagte, das System könne sprachgesteuerte Anwendungen unterstützen, die reagieren, ohne Aufnahmen an externe Server zu senden.

Laut dem Unternehmen verringert die lokale Sprachverarbeitung die Notwendigkeit, Gespräche zu übertragen, die persönliche oder vertrauliche Informationen enthalten könnten.

Paolo Ardoino, CEO von Tether, sagte, das Unternehmen wolle, dass Nutzer die Kontrolle über ihre Gespräche behalten, da sprachfähige Geräte immer häufiger werden.

„Die Zukunft der KI sollte nicht bedeuten, zentralisierten Plattformen einen Platz in der ersten Reihe unseres Privatlebens zu geben“, sagte Ardoino.

Er beschrieb TranscribePsy als ein Beispiel für Spracherkennungstechnologie, die vollständig auf persönlichen Geräten betrieben werden kann, ohne von zentralisierter Infrastruktur abhängig zu sein.

Tether erweitert seine QVAC-KI-Entwicklungstools

TranscribePsy folgt auf mehrere Veröffentlichungen im Rahmen von Tethers QVAC-Projekt im Jahr 2026.

Im April führte Tether das QVAC SDK ein, ein Open-Source-Entwicklungstoolkit zum Ausführen von KI-Anwendungen auf Smartphones und Computern.

Wie crypto.news zuvor berichtete, unterstützt das Toolkit iOS, Android, Windows, macOS und Linux, mit Funktionen für Textgenerierung, Sprachverarbeitung, Bilderkennung und Übersetzung.

Die Software verwendet QVAC Fabric, eine angepasste Version von llama.cpp, zusammen mit Holepunch-Technologie für Peer-to-Peer-Modellverteilung und delegierte Verarbeitung.

Vor der Veröffentlichung des SDK hatte Tether im März BitNet LoRA in QVAC Fabric integriert, um das Training und den Betrieb großer KI-Modelle auf Verbraucherhardware zu unterstützen.

Damals sagte das Unternehmen, es habe Modelle mit bis zu 3,8 Milliarden Parametern auf Geräten wie dem Pixel 9, Galaxy S25 und iPhone 16 feinabgestimmt.

Seine Tests umfassten Modelle mit bis zu 13 Milliarden Parametern auf dem iPhone 16, während die GPU-Verarbeitung in den Bewertungen des Unternehmens Geschwindigkeitsverbesserungen von zwei- bis elfmal im Vergleich zu CPU-Basiswerten lieferte.

Tethers Forschung zu dezentralem Computing ging über KI-Modelle hinaus.

Im September gab Ardoin Fortschritte bei einer Peer-to-Peer-Suchmaschine bekannt, die für den Betrieb über verteilte Knoten ausgelegt ist.

Das Team hatte das vollständige Wikipedia-Archiv über 100 Knoten gespeichert und die Suchfunktionalität demonstriert, ohne auf einen zentralisierten Suchdienst angewiesen zu sein.

Die Suchmaschine befindet sich noch in der Entwicklung, wobei das Team an einer Architektur arbeitet, die Tausende miteinander verbundener Knoten unterstützen soll.

Zu Tethers früheren KI-Arbeiten gehörte der QVAC Genesis I-Datensatz, der im Oktober 2025 mit 41 Milliarden synthetischen Token veröffentlicht wurde, die für das Training von Modellen in Mathematik, Naturwissenschaften und technischem Denken bestimmt sind.

Zusammen mit dem Datensatz führte das Unternehmen QVAC Workbench ein, eine Verbraucheranwendung, mit der Nutzer unterstützte KI-Modelle lokal ausführen können.

TranscribePsy mit offenen Modellgewichten veröffentlicht

Die neueste TranscribePsy-Version ist unter der Apache-2.0-Lizenz verfügbar, wobei Tether Forschungs- und Bildungsnutzung als Teil der Veröffentlichung angibt.

Entwickler können auf die Modellgewichte, mobile GGUF-Builds, Apple Silicon Core ML-Versionen und Evaluierungskonfigurationen zugreifen.

Innerhalb des QVAC Psy-Ökosystems soll die Spracherkennungssoftware mit anderen spezialisierten Modellen zusammenarbeiten, darunter VisionPsy, TranslatePsy-Nano und MedPsy.

Tether nannte Dokumentenanalyse, Übersetzung, Navigation und private Notizen als mögliche Anwendungen für zukünftige Integrationen. Die Oktober-Veröffentlichung stellt die Spracherkennungskomponente bereit, während diese kombinierten Anwendungen prospektiv bleiben.

Das Forschungsteam, das unter Tether Data, S.A. de C.V. tätig ist, erklärte, dass seine fortlaufende Arbeit kompakte Modelle für die Verarbeitung von Audio, Text, Bildern und Video auf Verbrauchergeräten umfasst.