Mô hình nhận dạng giọng nói 254M của Tether không hỗ trợ tiếng Hàn

Tether AI Research đã công bố QVAC TranscribePsy, mô hình nhận dạng giọng nói có quy mô 254M tham số. Mô hình chuyển giọng nói thành văn bản ngay trên thiết bị, nhưng tiếng Hàn không có trong danh sách ngôn ngữ được hỗ trợ.

Trong thông báo chính thức ngày 14 tháng 10, Tether AI Research cho biết phiên bản dành cho máy tính xách tay hỗ trợ 25 ngôn ngữ châu Âu. Bản dành cho điện thoại xử lý 8 ngôn ngữ, gồm tiếng Hà Lan, tiếng Anh, tiếng Pháp, tiếng Đức, tiếng Ý, tiếng Ba Lan, tiếng Bồ Đào Nha và tiếng Tây Ban Nha. Thông báo không đưa ra dữ liệu về hiệu suất với tiếng Hàn.

Mô hình xử lý âm thanh trên thiết bị và không gửi dữ liệu lên máy chủ. Tether nêu kính thông minh và robot gia đình là những ứng dụng tiềm năng của công nghệ nhận dạng giọng nói tại chỗ. Tuy nhiên, công ty chưa công bố kết quả thử nghiệm mô hình trên các thiết bị này.

Các số liệu hiệu suất là kết quả đánh giá nội bộ của Tether. Tỷ lệ lỗi từ (WER) càng thấp thì độ chính xác càng cao. Với mô hình hỗ trợ 25 ngôn ngữ, Tether ghi nhận WER trung bình 8,02 trên Open ASR Leaderboard, 6,58 trên 8 ngôn ngữ của Multilingual LibriSpeech và 21,56 trên 24 ngôn ngữ của Common Voice v25.

Một số mô hình lớn hơn được dùng làm đối chiếu đạt kết quả tốt hơn ở một số chỉ số. Qwen3-ASR-0.6B đạt 7,40 trên Open ASR Leaderboard, còn omniASR-CTC-1B-v2 đạt 20,07 trên Common Voice v25. Chưa có kết quả tái lập từ tổ chức độc lập được xác nhận.

Tether cho biết bản Core ML xử lý bản ghi âm dài 10 phút trong 1,65 giây trên iPhone 17 Pro Max. Đây là số liệu do công ty tự đo trên một thiết bị và mô hình cụ thể; lần chạy đầu tiên cần thêm thời gian biên dịch mô hình. Tether giải thích phiên bản hiện tại xử lý sau khi quá trình ghi âm hoặc phát biểu kết thúc và chưa hỗ trợ truyền phát theo thời gian thực.

Trọng số mô hình được phát hành theo giấy phép Apache 2.0. Tether công bố trọng số và thiết lập đánh giá, nhưng không đưa mã huấn luyện hay dữ liệu huấn luyện vào bản phát hành lần này. Vì vậy, các tài liệu hiện có chưa đủ để tái tạo quy trình huấn luyện.