IPA Transcription Leaderboard

IPA Transcription Leaderboard

给把英语语音转成 IPA 音标的模型排名，评分基于母语、非母语和受损的语音。模型作者可以提交自己的模型，并跟踪评测进度。

由 KoelLabs 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的，应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么：IPA Transcription Leaderboard 比较把英语语音转成 IPA 的模型，IPA 就是国际音标。Koel Labs 用三类英语语音给模型评分：母语者的、非母语者的，以及语音受损者的。排名用两个分数，一个看音素错得多频繁，一个看音系特征错得多频繁。你也可以提交自己的模型来评分。

适合谁：语音研究人员、模型作者，以及构建发音反馈或需要应对不同口音和语音状况的语音工具的开发者，都适合用它。

Industry | Who uses it | How they use it | Example
语音技术 | 语音研究人员 | 在同一个榜单上比较音标转写模型 | 按 PER 或 FER 给表格排序
语言学习 | 应用开发者 | 为发音反馈挑选模型 | 查看非母语语音上的得分
无障碍 | 语音工具开发者 | 看看模型怎么处理受损的语音 | 看各数据集上的 FER 对比
机器学习 | 模型作者 | 提交自己的模型来评分 | 在 Submit Model 标签页输入模型 ID

不处理语音模型的人可以跳过。

用在哪里：它可以在这些地方运行。

• 网页浏览器，打开 Hugging Face 上的 Space 页面
• Windows，需要 Python 3.11
• macOS，需要 Python 3.11
• Linux，需要 Python 3.11

Use case | Who | What they get back
比较模型 | 研究人员 | 一张按 PER 和 FER 得分排好的表，分数越低越好
提交模型 | 模型作者 | 对这个模型的一次评测
查看进度 | 模型作者 | 在状态标签页里看到评测的更新

如何设置：在线使用这个 Space 只需要浏览器。在你自己的电脑上运行一份副本，需要下面这些。

• Python 3.11 和 pip
• huggingface_hub 包，它提供 hf 命令
• 足够的磁盘空间，仓库里有 239 个文件

1. 安装 huggingface_hub 包。
2. 把这个 Space 的文件下载到本地文件夹。
3. 进入这个文件夹。
4. 安装这个 Space 使用的 Gradio 版本，再安装 requirements.txt 里的包。
5. 从 app 文件夹启动应用。

pip install -U huggingface_hub
hf download KoelLabs/IPA-Transcription-EN --repo-type space --local-dir IPA-Transcription-EN
cd IPA-Transcription-EN
pip install gradio==5.12.0
pip install -r requirements.txt
python app/app.py

如何使用：打开排行榜，查看并排序得分。要提交模型，就打开 Submit Model 标签页，填写详细信息。然后在 Submission Status 标签页里跟踪这次运行。

Tool | What it does
排行榜 | 显示 PER 和 FER 得分，可按 FER、PER 或模型大小排序
Submit Model 标签页 | 接收模型 ID、提交名称和一个可选的链接
Submission Status 标签页 | 输入模型 ID 或任务 ID，显示实时进度
DEVELOPMENT.md | 仓库里关于在本地运行排行榜的说明

示例：你打开 Submit Model 标签页，输入你的音素模型 ID 和一个提交名称，然后点击 Submit。接着你在 Submission Status 标签页输入模型 ID，观察评测进度。这可能要花几个小时。

新手与专家：IPA 是一套表示语音声音的符号，音素是一个声音单位。PER 统计模型把这些声音弄错的频率，分数越低越好。第一件可以试的小事，是打开排行榜，按 PER 排序。

FER 是更细的指标，因为它还会看每个声音的音系特征。评分使用统一的 IPA 拼写规范化，并完整覆盖特征解析器。这个 Space 列出了六个转写模型和两个数据集，一个是得分数据集，一个是测试数据集。按大小排序时，最小的模型排在前面，大小未知的排在最后。

你提交一个模型 ID
模型进入评测队列
它在英语语音数据集上被评分
PER 和 FER 出现在排行榜上

注意事项：评测很慢，这个 Space 运行在基础计算方案上，有 16 GB 内存和 2 个 vCPU。

• License: agpl-3，也就是 GNU Affero 通用公共许可证
• Cost to run: 未提及
• Data it reaches: 你提交的模型信息，以及这个 Space 列出的得分数据集和测试数据集
• Not for: 复用 Koel Labs 的品牌、标志、博客文章或网站内容，因为作者保留这些权利
• Hardware: 这个 Space 设为在 Hugging Face 的 cpu-basic 上运行

Hugging Face 上的数据（2026年11月13日）

• 点赞：10
• 构建方式：gradio
• 许可证：agpl-3.0

链接

• Space：https://huggingface.co/spaces/KoelLabs/IPA-Transcription-EN
• 文件：https://huggingface.co/spaces/KoelLabs/IPA-Transcription-EN/tree/main

试用

在浏览器里打开这个 Space，或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。