最新发布!查看 MagicData 成品数据集

新闻

press images

挑战赛 | ISCSLP2022中英混语音识别挑战赛成绩发布

发布时间 : 2022-09-23     阅读量 : 283

2022年8月12日起,由Magic Data、好未来、清华大学、中国科学院声学研究所联合主办“ISCSLP2022中英混语音识别挑战赛*(ISCSLP 2022 Chinese-English Code-Switching ASR Challenge, CSASR)。”

自开展以来,共收到四十多支国内外研究机构、知名企业及高校的参赛队伍注册报名,包括 滴滴、搜狗、小鹏、虎牙、网易游戏、有道、荔枝FM、特斯联、网易游戏、中移在线、苏州驰声、堪萨斯州立大学、中科院、华中科技大学、中国科学技术大学、西北工业大学、厦门大学、天津大学等。

2022年9月23日,主办方正式公布本次挑战赛成绩排名。

注:本次挑战赛已纳入国际会议 ISCSLP,"MagicHub中英混语音识别挑战赛"更名为"ISCSLP 2022 中英混语音识别挑战赛(ISCSLP 2022 Chinese-English Code-Switching ASR Challenge, CSASR)"。

「竞赛结果与排名」

经过激烈的角逐,本次ISCSLP2022中英混语音识别挑战赛获奖队伍如下,恭喜获奖团队!

「挑战赛背景」

近年来,全球化进程发展迅速,人们在日常交流中经常会出现中文语境下夹杂其他语种的现象,这种语言现象称为语种混杂(Code-Switching)。这样的表达方式,尤其是中英文混杂的语音表达在应用场景中非常常见,主要包含两种表现形式:一是语言穿插表达“Oh, My God 我的电脑死机了”,二是在一种主要语言中混合入另外一种语言“我要上Coursera学习Machine Learning课程”,这样的表达方式都被认为是正确并且符合语法的。

随着语音识别设备的普及,如何让机器更好的学习和理解人类复杂多变的语言,成为不少ML研究者和从业者面临的巨大挑战。而数据的匹配度和丰富性,则是推动语音识别系统性能提升的最重要因素之一,通过高质量的结构化数据进行训练提升识别率,才能让机器领会说话人意图和指令,以作出更加精准的响应。本次挑战赛希望与企业、机构及高校携手,共同探索中英混对话AI领域的创新发展。

「打分工具介绍」

使用开源的打分工具Sclite进行打分。评分指标采用混合错误率(Mixed Error Rate, MER),即对中文计算字错误率、对英文计算词错误率。选手需提交GBK编码格式的识别结果。

打分样例请见:https://github.com/MagicHub-io/CSASR_Challenge/blob/main/dev_scoring_sclite.sh

「致谢」

感谢来自Magic Data、好未来、清华大学、中国科学院声学研究所在语音领域深耕多年,有着丰富研究和实战经验的专家,作为竞赛组委会成员,全程给予答疑支持和指导。

感谢SegmentFault思否开发者社区、稀土掘金技术社区、示说网等多家社区的大力支持。

后续我们将会对业界开放基础算法框架,同时也寻求学术和工业界在该问题的先进算法和技术,携手共建更优的解决方案。

即刻与 Magic Data 建立联系?

联系我们

TOP
联系我们