Tether가 단측 음성 인식 모델 QVAC TranscribePsy를 발표했습니다

안정적인 코인 발행사 Tether 산하 Tether AI Research(문서에서 Tether Data, S.A. de C.V.를 지칭함)가 오픈 소스 다국어 자동 음성 인식 모델 QVAC TranscribePsy를 발표했습니다. 이 모델의 파라미터 수는 2.54억이며, 완전히 장치에서 실행되며 스마트폰, 스마트 안경 및 휴머노이드 로봇에 적합하고, 오디오를 클라우드에 업로드할 필요가 없습니다; 스마트 안경은 블루투스 또는 Wi-Fi를 통해 거의 실시간으로 처리할 수 있으며, 모델은 로봇 탑재 프로세서에서도 실행될 수 있습니다.

평가 결과, Open ASR Leaderboard에서의 단어 오류율은 8.02%, Multilingual LibriSpeech에서 6.58%, Common Voice에서 21.56%입니다. Multilingual LibriSpeech에서 문서에서 언급된 Qwen3-ASR-0.6B, omniASR-CTC-1B-v2, OWSM-CTC-v4 및 Whisper-Medium보다 우수합니다. 여섯 개의 테스트 스마트폰에서, 이는 가장 빠른 모델로, 두 번째로 빠른 모델보다 2.6배 빠르며, Whisper-small보다 5.7배 빠릅니다. Core ML 버전은 iPhone 17 Pro Max에서 10분 오디오를 1.65초로 전사하며, 디스크 사용량은 특정 테스트 Core ML 경쟁 제품의 절반도 안 되고, 메모리는 1.7배 적습니다.