Tether AI Research lanzó QVAC TranscribePsy, un modelo multilingüe de reconocimiento automático de voz con 254 millones de parámetros, diseñado para funcionar completamente en el dispositivo.
"El modelo supone un gran avance en el esfuerzo más amplio de Tether por llevar capacidades avanzadas de IA directamente a smartphones, gafas inteligentes y robots humanoides, al tiempo que mantiene la privacidad de los datos de los usuarios", afirmó Tether en un comunicado.
El modelo permite a los desarrolladores crear aplicaciones de reconocimiento de voz que funcionan sin conexión, sin enviar el audio de los usuarios a servidores en la nube. Puede procesar audio de varios dispositivos, como iPhones y gafas inteligentes, casi en tiempo real, o ejecutarse directamente en el procesador integrado de un robot humanoide.
Tether, más conocida como la emisora de la stablecoin USDT, afirmó que su enfoque en la privacidad responde a la creciente preocupación por los dispositivos capaces de escuchar conversaciones laborales o familiares confidenciales, así como las voces de personas cercanas que no dieron su consentimiento para utilizar la tecnología. En concreto, Tether señaló que la transcripción local mediante gafas inteligentes puede utilizarse en consultas médicas, entrevistas legales, sesiones de terapia y trabajos periodísticos confidenciales que contengan información sensible.
QVAC TranscribePsy fue el modelo más rápido en los seis smartphones probados, donde funcionó 2,6 veces más rápido que el segundo modelo más veloz. Su Core ML permite transcribir 10 minutos de audio en 1,65 segundos en un iPhone 17 Pro Max, utilizando además menos espacio en disco y memoria que un competidor.
"El futuro de la IA no debería implicar dar a las plataformas centralizadas acceso privilegiado a nuestra vida personal", afirmó Paolo Ardoino, CEO de Tether. "La IA se integrará en nuestros teléfonos, gafas y máquinas, pero eso no significa que nuestros datos tengan que salir de ellos. Queremos ver una IA potente funcionando directamente en los dispositivos que las personas ya poseen, con los usuarios al mando de sus datos y con su privacidad intacta."