发布时间 : 2022-07-25 阅读量 : 279
2022年7月4日起，由中国科学院声学研究所、西北工业大学、新加坡a*star信息通信研究所、上海交通大学以及magic data (北京爱数智慧科技有限公司) 联合主办的 “iscslp2022对话短语音说话人日志挑战赛” (iscslp 2022 conversational short-phrase speaker diarization challenge, cssd) 自开展以来，已经收到四十多支国内外研究机构、大学及知名企业的参赛队伍注册报名，包括 德国弗劳恩霍夫应用研究促进学会、微软亚洲研究院、日内瓦大学、德国奥格斯堡大学、中国科学技术大学、上海交通大学、西北工业大学、北京理工大学、deepgram、百度、网易、喜马拉雅、特斯联等。2022年7月24日，主办方正式向参赛队伍开放开发训练集和基线系统。
报名持续进行中：
开发训练集
主办方针对赛道“对话短语音说话人日志（sd）准确率”开放了以下训练数据集：
1、magicdata-ramc 包括351组多轮普通话对话，时长共计180小时。每组对话的标注信息包括转录文本、语音活动时间戳、说话人信息、录制信息和话题信息。说话人信息包括了性别、年龄和地域，录制信息包括了环境和设备。请参赛者查看邮件进行数据集下载。
2、评估集（test），将于9月8日开放。
所有参与者都应遵守以下规则：
-
data：只允许使用magicdata ramc（openslr 123）、voxceleb data（openslr 49）和cn-celeb corpus（openslr 82）。数据增强可以使用两个噪声数据集，即 musan（openslr17), rirnoise (openslr 28)。
-
严禁以任何形式使用测试集，包括但不限于使用测试数据集对模型进行微调或训练。
3.允许多系统融合。然而不鼓励使用具有相同结构的系统进行融合。
- 所有模型都应在允许的数据集上进行训练。具体来说，预训练模型不允许使用其他数据集（包括未标记的数据）。
5、最终解释权归主办方所有。
基线系统介绍
为了帮助参赛者快速、高质量完成模型开发和训练，主办方提供了基线系统，提供给参赛者使用。我们使用vbx系统作为我们的基线系统，该系统使用resnet来进行说话人特征提取，使用ahc与vb-hmm 进行特征向量的聚类。
详细的使用教程请见 ：
打分工具介绍
为了评价说话人日志系统的性能，我们提出了conversational-der (cder) 的指标。传统的der 可以在时间尺度上评估说话人分类系统的整体性能。但是，在实际对话中，有时较短的持续时间包含重要信息，基于时间尺度的系统评价标准难以反映短时片段的识别性能。因此我们提出了cder ，在句子级别评估说话人日志系统。
详细信息请见 ：
奖项设置
比赛分别设置一等奖、二等奖和三等奖，将评选出三组获奖团队/个人。一等奖团队/个人将获得oppo find系列手机一部（价值约5000元），同时，获奖者将有机会参加 iscslp 2022 会议进行报告分享。
基线系统答疑指导
对基线系统有任何疑问，请访问以下链接获取帮助，将有专家团队给予解答。
竞赛主委会支持团队
挑战赛相关问题，请发送邮件至 open@magicdatatech.com，邮件标题为“iscslp cssd挑战赛疑问”。
疑问将由以下组委会资深技术专家提供专业技术问答和指导。指导专家均在语音领域深耕多年，有着丰富研究和实战经验，相信参赛者们在他们的指导下能够得到启发与收获。
赛程设置
9月8日将发布评估集，请参赛者谨记比赛关键时间点，详情如下：
访问magichub开源社区，获取更多数据集