Changeling Lab 推出了 PhoneticXeus 語音辨識模型

Changeling Lab 團隊發佈了 PhoneticXeus — 一種專門用於將音頻流轉換為國際音標（IPA）音素的模型。該解決方案針對語言分析和自動轉錄任務，支援超過 70 種語言。

模型架構針對多語言環境下的高精度音素識別進行了優化。在初步測試中，系統在 3 小時 的運行中處理數據，展示了 13 分 的成績。開發人員通過 Hugging Face 平台提供了模型權重和代碼，以便重現結果。

為了讓用戶熟悉系統的功能，提供了交互式的 瀏覽器演示版本。該工具允許用戶上傳自己的音頻文件，以實時獲得音素標注，從而簡化了將模型集成到計算語言學和語音識別研究項目中的過程。

PhoneticXeus 的發佈擴展了用於處理音素數據的工具箱，傳統上這些數據需要大量的計算資源。使用 IPA 標準化可以統一處理來自不同語言環境的音頻數據，保證跨語言分析的結果的一致性。