家庭場景中文對話挑戰賽助力交互式AI發展

　　近日，“智源 — MagicSpeechNet 家庭場景中文語音數據集挑戰賽”正式落下帷幕。該比賽由北京智源人工智能研究院主辦，biendata人工智能競賽平臺承辦，北京愛數智慧科技有限公司協辦，吸引了140多名來自學術界和產業界的研究者和從業者參加。經過3個多月的激烈角逐，來自華南理工大學、深圳大學、中國科學院自動化研究所、斗魚直播、網易、小米等學校和企業的隊伍進入復賽并取得較好成績。

　　舉辦比賽被認為是解決具體問題的重要方式。隨著智能語音技術的成熟，該領域的比賽也在逐漸增多，比較知名的有對話類識別比賽CHiME、語音合成比賽Blizzard、說話人識別比賽NIST等。但目前來看，對話類識別的賽事較少，以中文對話為語料的比賽則更少。因此，該賽事自開賽起就備受關注。

　　主辦方智源研究院是北京人工智能領域優勢單位共建的新型研發機構，為研究者們勇闖人工智能科技前沿“無人區”，推動人工智能理論、方法等取得變革性、顛覆性突破提供平臺。賽事數據由知名AI數據服務商愛數智慧提供，為反應真實家庭環境下的混響，該數據在不同結構和家裝材料的房間進行錄制。比賽過程中，主辦方還邀請了中科院研究人員進行了2次賽題思路分享，為參賽選手提供指導。

　　語音識別一直被視為人工智能和機器學習的難題之一，因為說話人、環境、設備都會影響識別效果。而在對話類語音識別中，上下文、對話目的等因素的影響，進一步提高了識別的難度。“比賽結果超出了我們的預期，面對這些不確定因素，參賽者們發現并驗證了一些新方法，提高了模型的性能。比如有選手創造性地將多個通道的數據融合起來訓練模型，大大提高了識別的準確率。”在接受采訪時，主辦方人員如是說。

　　近年來，中國人工智能技術研發和商業化發展取得了令人矚目的成果，國際上也有了更多的“中國聲音”。這些成果離不開人工智能研發人員和從業者的努力。這是智源研究院舉辦的第一屆對話類語音識別挑戰賽。愛數智慧在初賽中提供的訓練集是經過LDC(知名的數據存儲與發放平臺)認證的數據，保證了比賽的數據品質。智源研究院舉辦的系列比賽也將變成集眾智的平臺，為人工智能從業者提供更多探索科技前沿的機會。