车载多通道语音识别挑战赛(ICMC-ASR)丨ICASSP2024

希尔贝壳理想汽车西工大音频语音与语言处理研究组新加坡南洋理工大学天津大学WeNet开源社区微软中国信通院 等单位发起的"车载多通道语音识别挑战赛 "(ICMC-ASR) 将作为IEEE 声学、语音与信号处理国际会议**(ICASSP2024)**的旗舰赛事,正式启动。报名参加此次赛事,您将获得:

  • 业界首个新能源车智能座舱多通道实录语音数据集;

  • 超百人的车内驾驶员和乘客间语音对话数据,覆盖不同驾驶场景;

  • 测试车载语音识别的真实技术水平;

  • 顶会 ICASSP2024受邀论文和报告机会;

  • 与国际语音学术和产业界深度交流技术前沿的机会。

官网:https://icmcasr.org

背景

随着汽车成为人们日常生活中不可或缺的一部分,而驾驶舱中传统的触摸交互方式容易分散驾驶员的注意力,存在安全风险,因此,车内基于语音的交互方式得到重视。与通常家庭或会议场景中的语音识别系统不同,驾驶场景中的系统面临更加独特的挑战,缺乏大规模的公共真实车内数据一直是该领域发展的主要障碍。因此,特推出车载多通道语音识别挑战赛(ICMC-ASR)

本次赛事发布一个真实的车内多通道语音语料库,包含约1000 **+**小时、车内真实录制的多通道普通话语音数据,收音设备包含车内分布式麦克风收集的远场数据,以及参与者的头戴麦克风收集的近场数据。更多赛事数据的详细信息请参考官方网站的数据介绍。

数据集样例:

demo1

demo2

赛 道

ICMC-ASR 设立了两个不同的赛道:

• Track I Automatic Speech Recognition (ASR):

提供评估集的真实的说话人日志结果。任务目标是开发基于多通道多说话人语音识别系统。参与者需要关注不同通道数据信息融合、背景噪声抑制以及多说话人重叠等。

• Track II Automatic Speech Diarization and Recognition (ASDR):

去除说话人日志的先验知识(如说话人的分割、说话人标签以及说话人人数),参与者需要使用说话人日志和识别技术对评估集中的每个会话进行分割和转录。该任务接受端到端系统以及允许更多的系统灵活性。

有任何问题,可联系:icmcasr_challenge@aishelldata.com

重要日期

|-------|------------|
| 9.12 | 注册开放 |
| 9.30 | 训练集发布,注册截止 |
| 10.7 | 验证集和基线系统发布 |
| 12.5 | 测试集发布,榜单开启 |
| 12.19 | 最终结果提交截止 |
| 12.30 | 系统说明提交截止 |

注册

ICMC-ASR 赛事对高校、公司和科研机构开放,并邀请排名靠前的队伍基于竞赛系统形成论文,在 ICASSP2024 上发表。参赛者在9月30日前可登录赛事官网 (https://icmcasr.org) 进行注册,请按照以下要求注册挑战赛:

  1. 机构或者公司邮箱注册,个人邮箱如 163.com、qq.com等不可;

  2. 提供团队名称、隶属机构、参与赛道信息。

主办方将在3个工作日内通过电子邮件通知符合条件的参赛团队,团队必须遵守赛事官网上发布的挑战规则。本次赛事最终解释权归组委会。

组织者

  • Lei Xie, Northwestern Polytechnical University

  • Eng Siong Chng, Nanyang Technological University

  • Zhuo Chen, Microsoft Corporation

  • Jian Wu, Microsoft Corporation

  • Longbiao Wang, Tianjin University

  • Hui Bu, AIShell Inc and AIShell Foundation

  • Xin Xu, AIShell Inc

  • Binbin Zhang, WeNet Open Source Community

  • Wei Chen, Li Auto

  • Pan Zhou, Li Auto

  • He Wang, Northwestern Polytechnical University

  • Pengcheng Guo, Northwestern Polytechnical University

  • Sun Li, China Academy of Information and Communication Technology

相关推荐
薛不痒几秒前
深度学习的补充
人工智能·深度学习
_codemonster4 分钟前
分布式深度学习训练框架Horovod
人工智能·分布式·深度学习
数智工坊4 分钟前
【MobileVIT论文解读】打破 CNN 与 ViT 壁垒:MobileViT 如何重塑移动端视觉模型?
人工智能·神经网络·cnn
SaaS_Product5 分钟前
企业网盘可以在局域网使用吗?
网络·人工智能·云计算·saas
落雨盛夏6 分钟前
深度学习|李哥考研3
人工智能·深度学习
ZCXZ12385296a7 分钟前
甲骨拓片智能识别与检测_YOLOv8_LQEHead优化实现_甲骨文图像目标检测
人工智能·yolo·目标检测
Coding茶水间7 分钟前
基于深度学习的路面裂缝检测系统演示与介绍(YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)
开发语言·人工智能·深度学习·yolo·目标检测·机器学习
q_35488851537 分钟前
机器学习:python共享单车数据分析系统 可视化 Flask框架 单车数据 骑行数据 大数据 机器学习 计算机毕业设计✅
人工智能·python·机器学习·数据分析·flask·推荐算法·共享单车
2301_7821299510 分钟前
从消耗品到资产:构建你的“认知资本”与自我成长的AI系统
人工智能·chatgpt
人工智能AI技术12 分钟前
【Agent从入门到实践】22 LLM的局限性:Agent开发中需要规避的坑
人工智能·python