Haberler 
Coin Bilgisi 
Hakkımızda 
Tether AI Research, 254 milyon parametreli QVAC TranscribePsy adlı ses tanıma modelini yayımladı. Model, sesi cihaz üzerinde metne dönüştürüyor; açıklanan desteklenen diller listesinde Korece bulunmuyor.
Tether AI Research, 14 Ekim tarihli resmi duyurusunda dizüstü bilgisayarlar için hazırlanan modelin 25 Avrupa dilini desteklediğini açıkladı. Telefon sürümü ise Felemenkçe, İngilizce, Fransızca, Almanca, İtalyanca, Lehçe, Portekizce ve İspanyolca olmak üzere sekiz dili işliyor. Duyuruda Korece performansına ilişkin veri paylaşılmadı.
Model, sesi sunucuya göndermeden cihazda işliyor. Tether, akıllı gözlükleri ve ev robotlarını cihaz içi ses tanımanın olası kullanım alanları arasında gösterdi. Ancak modelin bu cihazlarda çalıştırıldığı bir teste ilişkin sonuç yayımlanmadı.
Performans verileri Tether’in kendi değerlendirmelerine dayanıyor. Kelime hata oranı (WER) düştükçe doğruluk artıyor. Tether’in açıkladığı 25 dilli model, Open ASR Leaderboard’da ortalama 8,02; Multilingual LibriSpeech’in sekiz dilinde 6,58; Common Voice v25’in 24 dilinde 21,56 WER elde etti.
Karşılaştırmada yer verilen daha büyük modeller bazı ölçümlerde daha iyi sonuç verdi. Qwen3-ASR-0.6B, Open ASR Leaderboard’da 7,40; omniASR-CTC-1B-v2 ise Common Voice v25’te 20,07 kaydetti. Bağımsız kuruluşlarca tekrarlanmış test sonuçları doğrulanmadı.
Tether, iPhone 17 Pro Max üzerinde Core ML sürümünün 10 dakikalık bir kaydı 1,65 saniyede işlediğini bildirdi. Bu, belirli bir cihaz ve modelle yapılan şirket içi ölçüm; ilk çalıştırmada model derleme süresi de ekleniyor. Tether, mevcut sürümün kayıt veya konuşma bittikten sonra işlem yaptığını ve gerçek zamanlı akışı desteklemediğini belirtti.
Modelin ağırlıkları Apache 2.0 lisansıyla yayımlandı. Tether, ağırlıkları ve değerlendirme ayarlarını paylaşırken eğitim kodunu ve eğitim verilerini bu sürüme dahil etmedi. Bu nedenle yayımlanan bilgiler, eğitim sürecini yeniden üretmeye yetmiyor.
Yorum 0