2022年7月4日起，由中國科學(xué)院聲學(xué)研究所、西北工業(yè)大學(xué)、新加坡A*STAR信息通信研究所、上海交通大學(xué)以及Magic Data聯(lián)合主辦的 “ISCSLP2022對話短語音說話人日志挑戰(zhàn)賽” (ISCSLP 2022 Conversational Short-phrase Speaker Diarization Challenge, CSSD)，自開展以來共收到了四十多支國內(nèi)外研究機構(gòu)、大學(xué)及知名企業(yè)的參賽隊伍注冊報名。9月16日，組委會正式公布本次挑戰(zhàn)賽成績排名。

「競賽結(jié)果與排名」

經(jīng)過激烈的角逐，本次ISCSLP2022對話短語音說話人日志挑戰(zhàn)賽獲獎隊伍如下，恭喜獲獎團隊！

「挑戰(zhàn)賽背景」

對話場景是語音處理技術(shù)最重要的場景之一，同時也是最具挑戰(zhàn)性的場景。在日常對話中，人們以隨意的方式相互回應(yīng)，并以連貫的問題和意見繼續(xù)對話，而不是生硬地回答對方的問題。精準(zhǔn)檢測對話中每個人的語音活動，對于自然語言處理、機器翻譯等眾多下游任務(wù)至關(guān)重要。說話人分類系統(tǒng)的評價指標(biāo)是分類錯誤率（DER）長期以來一直被用作說話人分類的標(biāo)準(zhǔn)評估指標(biāo)，但它未能對短對話短語給予足夠的重視。這些短對話短語持續(xù)時間短，但在語義層面上起重要作用。語音社區(qū)也缺乏有效評估對話中短語音分類準(zhǔn)確性的評估指標(biāo)。

圍繞這一難題，我們開源了 MagicData-RAMC中文對話語音數(shù)據(jù)集，其中包含 180 小時人工標(biāo)注對話語音數(shù)據(jù)。同時針對CSSD測評，我們還準(zhǔn)備了 20 小時對話測試數(shù)據(jù)，并人工對說話人時間點進行了精準(zhǔn)標(biāo)注。針對CSSD挑戰(zhàn)，我們同時設(shè)計了一個新的準(zhǔn)確度評估指標(biāo)，用于計算句子層面說話人分割聚類的精度。通過推動對話數(shù)據(jù)分割聚類技術(shù)的研究，我們旨在進一步促進該領(lǐng)域的可重復(fù)研究。

「打分工具介紹」

為了評價說話人日志系統(tǒng)的性能，我們提出了Conversational-DER (CDER) 的指標(biāo)。傳統(tǒng)的DER 可以在時間尺度上評估說話人分類系統(tǒng)的整體性能。但是，在實際對話中，有時較短的持續(xù)時間包含重要信息，基于時間尺度的系統(tǒng)評價標(biāo)準(zhǔn)難以反映短時片段的識別性能。因此我們提出了CDER ，在句子級別評估說話人日志系統(tǒng)。

更多詳情：https://github.com/MagicHub-io/CDER_Metric

「致謝」

感謝來自中國科學(xué)院聲學(xué)研究所、西北工業(yè)大學(xué)、新加坡A*STAR信息通信研究所、上海交通大學(xué)以及Magic Data在語音領(lǐng)域深耕多年，有著豐富研究和實戰(zhàn)經(jīng)驗的專家，作為競賽組委會成員，全程給予答疑支持和指導(dǎo)。

感謝SegmentFault思否開發(fā)者社區(qū)、稀土掘金技術(shù)社區(qū)、示說網(wǎng)等多家社區(qū)的大力支持。后續(xù)我們將會對業(yè)界開放基礎(chǔ)算法框架，同時也尋求學(xué)術(shù)和工業(yè)界在該問題的先進算法和技術(shù)，攜手共建更優(yōu)的解決方案。