254M語音辨識模型發布，支援語言未列韓語

Tether AI Research 發布參數規模達 254M 的語音辨識模型 QVAC TranscribePsy，可在裝置端將語音轉為文字；公開的支援語言清單中沒有韓語。

Tether AI Research 於 10 月 14 日的官方公告表示，筆電版模型支援 25 種歐洲語言。手機版則可處理荷蘭語、英語、法語、德語、義大利語、波蘭語、葡萄牙語和西班牙語等 8 種語言。公告未提供韓語效能資料。

模型會在裝置上處理音訊，不會將音訊傳送至伺服器。Tether 提出智慧眼鏡和家用機器人作為端側語音辨識的應用情境，但未公布在這些裝置上運行模型的測試結果。

效能數據來自 Tether 的內部評估。詞錯誤率（WER）越低，代表辨識準確度越高。Tether 公布的 25 種語言模型，在 Open ASR Leaderboard 的平均 WER 為 8.02；在涵蓋 8 種語言的 Multilingual LibriSpeech 為 6.58；在涵蓋 24 種語言的 Common Voice v25 為 21.56。

部分指標由規模較大的模型領先。Qwen3-ASR-0.6B 在 Open ASR Leaderboard 的 WER 為 7.40；omniASR-CTC-1B-v2 在 Common Voice v25 的 WER 為 20.07。目前尚未確認有獨立機構重現這些結果。

Tether 表示，Core ML 版本在 iPhone 17 Pro Max 上處理 10 分鐘錄音耗時 1.65 秒。這是使用特定裝置與模型進行的內部測量，首次執行時還需額外計入模型編譯時間。Tether 說明，目前版本會在錄音或發話結束後處理，不支援即時串流。

模型權重以 Apache 2.0 授權公開。Tether 同時公開權重和評估設定，但本次發布未包含訓練程式碼與訓練資料，因此僅憑公開資料無法重現訓練流程。