Back to top
  • 공유 Share
  • 인쇄 Print
  • 글자크기 Font size
URL copied.

96 dakikalık film iPhone'da 28,7 saniyede yazıya döküldü: Tether QVAC

Uçak modundaki akıllı telefonla ses dosyasını yazıya dökme anı / TokenPost.ai

Stablecoin ihraççısı Tether'ın yapay zeka projesi QVAC, internet bağlantısı olmadan bir iPhone'da 96 dakikalık bir filmin ses kaydını 28,7 saniyede yazıya döktüğünü açıkladı.

QVAC'ın resmi hesabı, testi iPhone'u uçak moduna alarak ve buluta bağlamadan gerçekleştirdiklerini belirtti. Aynı açıklamada, 12 dakikalık bir hikayeyi 32 saniyede sesli kitaba dönüştürdüğünü de duyurdu.

Paolo Ardoino, Tether CEO'su, QVAC'ı “piyasadaki en hızlı ses motoru” olarak nitelendirdi. Bu ifade, QVAC'ın kendi teknolojisini tanımlarken sunduğu bir değerlendirmedir.

Transkripsiyonda QVAC'ın TranscribePsy ses tanıma modeli kullanıldı. İşlem Apple($AAPL) Neural Engine üzerinde gerçekleştirildi. QVAC, TranscribePsy'nin Neural Engine'de iPhone GPU'sunda çalıştırılmasına kıyasla beş kat daha hızlı olduğunu belirtti.

QVAC'ın resmi tanıtım metninde TranscribePsy, 254M (254 milyon) parametreli bir model olarak tanımlandı. Model dizüstü bilgisayarlarda 25 Avrupa dilini, telefonlarda ise sekiz dili destekliyor; iPhone 17 Pro Max'te 10 dakikalık kaydı 1,65 saniyede işlediği belirtildi.

QVAC, aynı ses dosyasını iPhone 17 Pro Max, iPhone 15, Galaxy S26 Ultra, Galaxy S25 Ultra, Pixel 10 ve Pixel 9 olmak üzere altı akıllı telefonda çalıştırarak performansı ölçtüğünü açıkladı. Bu sonuçlar şirketin kendi testinden elde edildi.

TranscribePsy, telefonlarda yaklaşık 530-540 MiB bellek kullanıyor. Ses dosyalarının cihazdan çıkmaması için tasarlanan model, ağ bağlantısının olmadığı ortamlarda da cihaz içinde çalışabiliyor.

Telefon sürümünün desteklediği diller şu anda Hollandaca, İngilizce, Fransızca, Almanca, İtalyanca, Lehçe, Portekizce ve İspanyolca olmak üzere sekiz dille sınırlı. Korece desteklenen diller arasında yer almıyor.

İşlem, kayıt tamamlandıktan sonra yapılıyor; gerçek zamanlı akış transkripsiyonu ise hâlâ geliştirme aşamasında. QVAC, toplantı veya ders kayıtları ile altyazı üretimi gibi ses dosyasının harici sunuculara gönderilmesinin zor olduğu işlerde kullanılabileceğini açıkladı.

Tether, daha önce 11'inde 800 milyon parametreli cihaz içi yapay zeka ajanı QVAC BotPsy'yi tanıtmıştı. BotPsy uygulama işlevlerini çağırmaya ve görevleri yürütmeye odaklanırken TranscribePsy, sesi metne dönüştüren giriş aşamasını üstleniyor.

Tether, nisanda QVAC SDK'yı yayımlayarak bunu telefon ve bilgisayar gibi cihazlarda yapay zekayı çalıştırmak ve ince ayar yapmak için bir temel olarak sundu. Şirket, internet bağlantısının kısıtlı olduğu ortamlarda çalışan cihaz içi yapay zeka ile cihazlar arası doğrudan bağlantı (P2P) özelliklerini de tanıttı.

Cihaz içi yapay zeka, modelin sunucu yerine kullanıcının cihazında çalıştırılması anlamına geliyor. Buluta veri aktarımının azalması ağ koşullarının etkisini sınırlayabilir; ancak işlem hızı ve desteklenen kapsam cihazın performansı ile bellek kapasitesine bağlı kalıyor.

QVAC'ın bu tanıtımı, ses tanıma ve sesli kitap oluşturmanın cihaz içinde işlendiği bir örnek sunuyor. Ancak telefon sürümünün dil desteği sekiz Avrupa diliyle sınırlı olduğu için, Koreli kullanıcıların Korece ses kayıtlarını yazıya dökmede hemen kullanabileceği bir aşamaya gelinmiş değil.

QVAC, 14 Ekim tarihli resmi tanıtım metninde daha küçük ve hızlı modeller, ek diller ve akış özelliği üzerinde çalıştığını açıkladı. Şirket, diller bazında performansı içeren bir teknik raporu da daha sonra yayımlayacağını belirtti.

<Copyright ⓒ TokenPost, unauthorized reproduction and redistribution prohibited>

Most Popular

Other related articles

Comment 0

Comment tips

Great article. Requesting a follow-up. Excellent analysis.

0/1000

Comment tips

Great article. Requesting a follow-up. Excellent analysis.
1