M2MeT2.0新赛道报名启动|ASRU 2023 Special Session Challenge多通道多方会议转录挑战赛

简介: 多人对话的会议场景,由于其复杂多样的空间和声学条件,以及说话人不同的讲话风格,容易出现重叠讲话、不同数量的发言者、大会议室的远场信号以及环境噪声和混响等声音处理任务,这在语音AI技术迅速发展的当下仍是一项颇具挑战的技术难题。为探寻更优技术解决方案,今年达摩院再次融聚产学研界专家智识,在上一届多通道多方会议转录挑战赛(M2MET)的基础上,达摩院语音实验室联合希尔贝壳和多位国内外颇具影响力的行业专家在ASRU2023上举办M2MET2.0挑战赛。

▎M2MeT2.0新赛道及数据集

在上一届M2MET挑战赛中,评估指标是说话人无关的字符错误率(Character error rate, CER),只转录音频对应的文本,而不分配说话人标签。

为了将当前的多说话人语音识别系统推向实用化,M2MET2.0挑战赛将在说话人相关语音识别(Speaker-attributed ASR, SA-ASR)的任务上评估,并且同时设立限定数据与不限定数据两个子赛道。SA-ASR任务通过给转录文本分配说话人标签,提高了多说话人ASR系统在实际应用场景中的准确性和适用性。

M2MET2.0竞赛将在M2MET发布的AliMeeting数据集的基础上额外发布10小时全新的测试集。

▎赛事日程及奖励机制


主办方在Github的FunASR社区上,提供了一个端到端的基线系统, 包括代码实现以及实验结果作为参考。基线系统👉:https://github.com/alibaba-damo-academy/FunASR/tree/main/egs/alimeeting/sa-asr竞赛即日起开始注册报名,报名截止5月22日。参加竞赛成绩排名前列且有创新性工作的团队有机会将技术方案写成论文在ASRU2023会议上发表,收录进会议论文集。

▎详情及赛事直通

>>>竞赛报名网址:

https://alibaba-damo-academy.github.io/FunASR/m2met2_cn/index.html(中文版)https://alibaba-damo-academy.github.io/FunASR/m2met2/index.html(英文版)>>>竞赛数据地址:AliMeeting(https://openslr.org/119/)AISHELL-4(https://openslr.org/111/)CN-Celeb(https://openslr.org/82/)

相关文章
|
8月前
|
机器学习/深度学习 开发者 内存技术
阶跃星辰 Step 3.5 Flash 预训练/中训练/训练框架全部开源!
阶跃星辰开源Step 3.5 Flash——迄今最强开源Agent基座模型,含Base/Midtrain权重及Steptron全栈训练框架,支持预训练、SFT与强化学习,专为智能体设计。已登OpenRouter榜首,获社区广泛好评。(239字)
1282 22
|
Ubuntu Linux Python
Linux(15)Ubuntu安装ninja构建工具
Linux(15)Ubuntu安装ninja构建工具
5015 0
|
2月前
|
人工智能 自然语言处理 小程序
按预算选不踩坑:2026主流智能客服系统分级推荐
2026年,智能客服迈入“办事”时代——从回答问题转向闭环执行。本文按1万~5万(入门)、5万~15万(成长)、15万+(企业级)三档预算,解析主流方案差异,并深度剖析阿里云瓴羊Quick Service:基于多模型协同与AI Agent技术,实现查物流、改地址、联动ERP等真实业务办理,助力企业降本增效、服务升级。
|
10月前
|
数据采集 人工智能 测试技术
LLM-as-a-judge有30%评测偏差?这篇论文给出修复方案
KRAFTON AI研究揭示,用LLM评估LLM存在高达30%的系统性偏差,导致性能排名失真。评判模型的敏感性与特异性不均衡,使分数偏离真实水平。论文提出基于Rogan-Gladen估计器的校正方法,结合小规模标注数据校准偏差,并量化不确定性,提升评估可靠性。结果表明,未经校正的排行榜可能误导研发方向。评估自动化需以统计严谨为前提,校准不是可选而是必需。
843 5
LLM-as-a-judge有30%评测偏差?这篇论文给出修复方案
|
人机交互 API 开发工具
基于通义多模态大模型的实时音视频交互
Qwen-Omni是通义千问系列的全新多模态大模型,支持文本、图像、音频和视频的输入,并输出文本和音频。Omni-Realtime服务针对实时交互场景优化,提供低延迟的人机交互体验。
2431 23
|
7月前
|
数据采集 安全 数据挖掘
淘宝 API 接口详解:新手入门与开发场景指南
本文通俗解析淘宝API:它是淘宝官方开放的安全接口,支持商品/订单管理、数据服务、物流对接等,助力ERP开发、多店运营、选品分析与自动化营销。新手4步即可上手,合规高效,是电商数字化的核心工具。(239字)
|
8月前
|
存储 缓存 NoSQL
Redis主从复制
Redis主从复制通过全量同步、命令传播与增量复制三大机制,保障高可用与数据一致性。主节点处理读写并同步数据,从节点分担读请求;借助repl_backlog_buffer环形缓冲区与偏移量机制,实现断线后高效增量恢复,有效避免单点故障与数据丢失。
388 0
|
机器学习/深度学习 数据可视化
【tensorboard】深度学习的日志信息events.out.tfevents文件可视化工具
【tensorboard】深度学习的日志信息events.out.tfevents文件可视化工具
|
缓存 运维 监控
vLLM推理加速指南:7个技巧让QPS提升30-60%
GPU资源有限,提升推理效率需多管齐下。本文分享vLLM实战调优七招:请求塑形、KV缓存复用、推测解码、量化、并行策略、准入控制与预热监控。结合代码与数据,助你最大化吞吐、降低延迟,实现高QPS稳定服务。
3058 7
vLLM推理加速指南:7个技巧让QPS提升30-60%
|
图形学
【制作100个unity游戏之27】使用unity复刻经典游戏《植物大战僵尸》,制作属于自己的植物大战僵尸随机版和杂交版3(附带项目源码)
【制作100个unity游戏之27】使用unity复刻经典游戏《植物大战僵尸》,制作属于自己的植物大战僵尸随机版和杂交版3(附带项目源码)
906 2