2019未来杯高校AI挑战赛-跨设备说话人识别

已于 2022-03-03 17:29:24 修改
阅读量671 收藏
点赞数
分类专栏： 国际数据竞赛 文章标签： 人工智能 语音识别
于 2022-03-03 17:07:10 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/AI_SHELL/article/details/123258776
版权

赛事简介

语音可以作为一种生物识别的形式，通过对说话人语音的采样，我们对说话的身份进行验证，在语音助手、安防等领域有着广泛的应用场景。相对于基于文本内容的说话人识别，文本无关的验证因减少了变化的约束，从而更具挑战性。语音样本可以通过不同的录音设备获取，多种设备带来的比特率不匹配、信道噪声、背景噪声等进一步增加了说话人识别的挑战。

本届大赛语音赛道我们围绕当下备受关注的智能家居、语音助手等应用场景设计赛题，开展说话人识别相关领域的比赛。区域赛中，参赛选手需要设计并训练具有鲁棒性的模型，可以胜任跨设备的文本无关的说话人识别任务。详见赛题说明。

本次大赛语音赛道数据集由希尔贝壳 AISHELL提供。

赛程安排

• 2019年03月08日 启动报名、开放初赛训练集。

• 2019年03月12日 开放训练集和开发集。

• 2019年03月18日 开放开发集提交通道供选手预演提交流程。

• 2019年03月29日 报名截止。

• 2019年04月08日 15:00 开放正式测试集及提交通道。

• 2019年04月11日 15:00 结果提交截止。

• 2019年04月15日 公布区域赛线上成绩及入选线下答辩名单。

• 2019年04月17日 至 2019年05月17日 区域赛答辩，公布总决赛入围名单。

• 2019年05月18日 发布总决赛题目。

• 2019年05月18日 至 2019年06月10日 总决赛线上赛。

• 2019年06月20日 公布总决赛线上成绩及入选线下答辩名单。

• 2019年07月01日 总决赛线下答辩。

• 2019年07月02日 公布大赛名单并颁奖。

赛题说明

决赛赛题

任务目标

为跨设备的语音识别服务设计说话人识别模块。有若干说话人共享使用语音识别服务，每个说话人均通过不同设备使用若干句语音进行注册。这些说话人使用不同的设备访问该服务，要求自动识别出每一句输入来自哪一个说话人。

规则说明

一、训练集

参赛选手可以使用大赛官方提供的训练数据集，也可自选数据集设计并训练模型，以完成说话人身份识别的任务。

训练数据不限，参赛选手可以采用任意开源数据集（须取得合法授权，并可提供给大赛主办方用于结果的复现）。

推荐训练数据：

  1. 希尔贝壳提供的 AISHELL-2 中文语音数据库。

  2. 区域赛开发集。

二、开发集与测试集

开发集与测试集结构相同，但说话人数量不同（开发集4人，测试集16人）。开发集仅供参赛选手调试和验证程序，不计入最终成绩。

每个说话人的语音来自三种录音设备：高清麦克风、Android手机和iOS手机，每种设备均有不同距离的录制。

语音包含4字以下的短句，也有4字以上的长句。

部分录音包含环境噪声。

语音数据分为注册数据和测试数据两部分。

a) 注册数据

注册数据中，每人说话人都会使用15句话注册自己的声纹，分别来自三种录音设备的进场录制。

b) 测试数据

测试数据中，包含已注册说话人的若干条语音，其中包含部分短句。

结果提交

预测结果以CSV格式提交，形如：

FileID,SpeakerID ae998e7c5e74ade76c83c884f42ca9bc,1 07767576a9e8b468d38567bf3116396d,3 ... 字段说明：

FileID 文件ID，与测试集中测试文件ID一一对应； SpeakerID 预测的说话人ID。

计分公式

S最终得分，N表示用于测试的语音数，pi表示说话人的预测是否正确，正确为1，错误为0。

结果提交

测试集会于6月7日15:00开放给选手，选手需要在72小时内提交正式数据集的验证结果、模型和代码，详见“结果提交”页面。每队选手有6次提交机会，取最好成绩作为客观成绩。

比赛要求

参赛选手需要同时提交说明文档、预测结果、训练和预测代码、模型（参数集），详见【结果提交要求】。

参赛选手所提交程序应可在Linux环境顺利运行。建议（不强制）使用Python 2.7或Python3.6作为首选编程环境。不限制第三方软件包使用，但须获得合法授权和软件拷贝，以确保主办方可以复现程序运行过程。

参赛选手提交的程序须满足输入输出的要求，参见“结果提交”页面。 参数选手的提交物需要可完整复现训练和预测过程，主办方不会做任何代码修改，如无法复现的，视作无效提交。

参赛选手可以使用公开开源的数据集和预训练模型，但需要取得合法授权并可向主办方提供作为复现参赛结果之用途。

不得将自行手工标注的结果运用于训练和测试。

决赛获奖队伍代码开源

此开源代码为2019年语音赛道决赛获奖队伍的提交代码，仅供选手交流学习。

下载地址：链接: 百度网盘 请输入提取码 提取码: 9rs7

区域赛赛题

任务目标

设计一个声纹锁，家庭成员可以在特定设备上通过任意3句短句注册身份，仅家庭成员通过说任意短句可以开锁，未注册人员（攻击者）无法通过语音开锁。

规则说明

参赛选手需要基于给定的训练数据集或自选数据集，设计并训练模型，以完成说话人身份识别的任务。

训练数据不限，参赛选手可以采用任意开源数据集（须取得合法授权，并可提供给大赛主办方用于结果的复现）。

推荐训练数据：希尔贝壳提供的 AISHELL-2 中文语音数据库。

测试集中包含若干组说话人，每组说话人中有5位家庭成员，5位攻击者。其中，每个家庭成员都会用3句话注册自己的声纹，每个家庭成员可能来自不同的设备注册（远场麦克风或近场Android手机设备），但每个人只使用一种设备注册。每个组提供5个家庭成员与5个攻击者用于验证的语音，每句话有可能来自任意一种设备。声纹锁需要区分每句话是否来自家庭成员。

数据集详细信息见“数据集”页面。

预测结果以CSV格式提交，形如：

FileID,IsMember
ae998e7c5e74ade76c83c884f42ca9bc,Y
07767576a9e8b468d38567bf3116396d,N
...

字段说明：

• FileID 文件ID，与测试集中测试文件ID一一对应；

• IsMember 是否家庭成员，Y为是，N为否。

S最终得分，N表示用于测试的语音数，pi表示家庭成员的预测是否正确，正确为1，错误为0。

数据集发放与结果提交

开发集会先行开放，提供给参赛选手调试程序和验证模型。开发集结果可提交至竞赛平台，获取跑分，但不计入比赛成绩。

测试集会于约定时间开放给选手，选手需要在72小时内提交正式数据集的验证结果、模型和代码，详见“结果提交”页面。每队选手有3次提交机会，取最好成绩作为客观成绩。

比赛要求

• 参赛选手需要同时提交说明文档、预测结果、训练和预测代码、模型（参数集），详见【结果提交要求】。

• 参赛选手所提交程序应可在Linux环境顺利运行。建议（不强制）使用Python 2.7或Python3.6作为首选编程环境。不限制第三方软件包使

  用，但须获得合法授权和软件拷贝，以确保主办方可以复现程序运行过程。

• 参赛选手提交的程序须满足输入输出的要求，参见“结果提交”页面。

• 参数选手的提交物需要可完整复现训练和预测过程，主办方不会做任何代码修改，如无法复现的，视作无效提交。

• 参赛选手可以使用公开开源的数据集和预训练模型，但需要取得合法授权并可向主办方提供作为复现参赛结果之用途。

• 不得将自行手工标注的结果运用于训练和测试。

奖项设置

总奖金额 100,000元。

区域赛

获奖说明：各分赛道区域赛阶段，各区域中系统评定分数前五名的队伍进入现场答辩环节，最终在区域赛现场答辩环节中获得各区域内前三名及优秀奖的队伍可获得以下奖励权益：

奖学金及奖品

• 第一名队伍：5000 元 /队；机械键盘1个/队；七月在线3299元VIP会员1个/队；人工智能图书1本/队；贪心学院价值3100元学习礼包；

• 第二名队伍：2000 元 /队；机械键盘1个/队；七月在线1000元课程代金券一张/队；人工智能图书1本/队；贪心学院价值3100元学习礼包；

• 第三名队伍：1000 元 /队；机械键盘1个/队；七月在线1000元课程代金券一张/队；人工智能图书1本/队；贪心学院价值3100元学习礼包；

• 优秀奖队伍：七月在线100元课程代金券一张/队；人工智能图书1本/队；贪心学院价值3100元学习礼包。

奖励/荣誉

• 可参加知名企业大数据及AI专项培训、现场授课、在线直播；

• 免费成为中国计算机学会CCF会员；

• 获得知名企业的就业、实习机会；

• 业内专家、大咖指导和交流；

• 中国青少年发展基金会奖学金荣誉证书。

决赛

获奖说明：决赛阶段，各区域中系统评定分数前三名的队伍晋级决赛，决赛系统评定分数前五名的队伍进入决赛现场答辩环节，最终在决赛现场答辩环节中获得各项目内前三名及优秀奖的队伍可获得以下奖励权益：

奖学金及奖品

• 第一名队伍：50000 元 /队；iPad2018新款1部/队；七月在线3299元VIP会员1个/队；人工智能图书1本/队；贪心学院训练营礼包并直接入选论文社；

• 第二名队伍：20000 元 /队；七月在线1000元课程代金券一张/队；机械键盘1个/队；人工智能图书1本/队；贪心学院训练营礼包并直接入选论文社；

• 第三名队伍：10000元 /队；七月在线1000元课程代金券一张/队；机械键盘1个/队；人工智能图书1本/队；贪心学院训练营礼包并直接入选论文社；

• 优秀奖：七月在线1000元课程代金券一张/队；人工智能图书1本/队；贪心学院训练营礼包并直接入选论文社；

• 此外所有参赛队伍均可获得由贪心学院提供的1550元课程优惠礼包。

奖励/荣誉

• 可参加知名企业大数据及AI专项培训、现场授课、在线直播;

• 免费成为中国计算机学会CCF会员；

• 获得知名企业就业、实习机会；

• 业内专家、大咖指导和交流；

• 中国青少年发展基金会奖学金荣誉证书。

语音决赛测试集结果提交排行榜

名次战队名称得分提交时间
1代码是不会骗人的0.9927382019-06-12
2张良请战暗影主宰0.9762392019-06-12
3橙色葫芦娃0.9703202019-06-12

区域赛测试集结果提交排行榜

名次战队名称得分提交时间
1IIPL0.9844442019-04-11
2niceLi0.9755562019-04-11 
3代码是不会骗人的0.9488892019-04-11

联系我们

微信添加：futurelab001

赛事官网

2019未来杯高校AI挑战赛-AI FUTURELAB-竞赛 数据 课程

希尔贝壳AISHELL
关注
专栏目录
挑战赛 | MagicHub中英混语音识别挑战赛发布基线系统和开发训练集
weixin_47718443的博客
08-24 946
8月24日，MagicHub中英混语音识别挑战赛发布基线系统和开发训练集。
挑战赛 | ISCSLP2022中英混语音识别挑战赛成绩发布
weixin_47718443的博客
09-23 1295
9月23日，组委会正式公布“ ISCSLP2022中英混语音识别挑战赛”成绩排名。
2020未来杯高校AI挑战赛-跨设备说话人识别
AI_SHELL的博客
03-03 878
本届大赛语音赛道我们围绕当下备受关注的智能家居、语音助手等应用场景设计赛题，开展说话人识别相关领域的比赛。
kaldi aishell2数据集训练以及生成文件详细分析（步骤+部分代码解释）
qq_37601846的博客
09-17 8740
kaldi aishell2数据集训练（步骤+部分代码解释） aishell2是希尔贝壳在kaldi上开源的一套1000小时的数据集，大概有100万句话，由于工程上的需要，我没有下载该数据集，而是用的自己的数据，需要的可以在官网上下载。 首先进入aishell/s5下： conf：存放mfcc、decode等操作的配置文件。 data：存放训练、测试的数据以及音素表。原生的data目录下什么都没...
aishell数据集处理
m0_45973994的博客
05-20 2146
kaldi工具包处理aishell数据集 百度网盘链接：https://pan.baidu.com/s/1mrnOynwgVaHJbLmpxk8hkw 提取码：4mho 网盘中是已经用kaldi工具包处理好的aishell数据集，可以直接下载使用。
中文普通话语音识别开源数据集（持续更新）
09-23 5806
中文普通话语音识别开源数据集
2019年金融科技挑战赛AI算法唇语识别方案揭秘
总结来说，这次挑战赛所提供的文件“2019年‘创青春·交子杯’新网银行高校金融科技挑战赛-AI算法赛道唇语识别baseline.zip”，反映了金融科技领域中人工智能技术的深入应用，特别是唇语识别技术在金融服务中的潜力...
小米AI实验室六篇论文获 ICASSP 2022收录，多模态语音唤醒挑战赛夺冠
小米云技术
01-27 4666
近日，全球语音、声学顶级会议ICASSP 2022公布了论文入选名单，小米AI实验室6篇学术论文被接收。同时，小米“自由说”系统在MISP（基于多模态信息的语音处理）挑战赛中荣获多模态语音...
MagicData-RAMC数据集测评 | 西北工业大学冠军队分享
weixin_47718443的博客
04-29 2247
作为2021年第十六届全国人机语音通讯学术会议 (NCMMSC 2021) 特殊议题，由Magic Data (北京爱数智慧科技有限公司) 和江苏师范大学主办，MagicHub开源社区、上海白玉兰开源开放研究院、华为MindSpore社区和英特尔Open VINO中文社区协办的“对话式AI语音识别及说话人识别 (ASR&SD) 挑战赛”收到了四十多个来自国内各大高校和企业参赛队伍注册报名。 其中，西工大音频语音与处理研究组 (ASLP@NPU)同学们组建的 “要锅好鱼” 队在本挑战赛“对...
DeepSpeech2训练aishell数据集训练的模型
08-31
PaddlePaddle实现的DeepSpeech2模型，训练aishell数据集训练的模型，源码地址：https://github.com/yeyupiaoling/PaddlePaddle-DeepSpeech
一个声纹识别的全代码,包括语音信号的预处理,建模,和识别
04-23
一个声纹识别的全代码,包括语音信号的预处理,建模,和识别
python实现说话人识别实验与开发
01-11
Auto Speaker Recognition main.py the main file for test audio_record.py record audio from micro phone count_days.py count days between two date. 20110805 20160903 mfcc_feature.py extract mfcc feature from wav files SGD.model* the trained model on train set , and the accurate is 70% util.py contains the most useful functions train train data is 75% of all the data test test data is 25% of all the data and has no overlap with train set classification_SGD.py is the main classification function py file , and it used the sklearn's SGD niter was set 10000 could get 70% of accurate. classification_BNB.py this is the sklern naive_bayes BernoulliNB , and it reach to just 56% classification_DT.py this is the sklern tree.DecisionTreeClassifier , and it reach to just 63% classification_GB.py this is the sklern GradientBoostingClassifier, and it reach to the best now of 76% when n_estimators=1000, but it produce too many model components to store. classification_GNB.py this is the sklern naive_bayes GaussianNB, and it reach to just 63% vote_result.py add a vote decsion , every method have the acurrcy number ticiks to vote the final answer. after the vote , we achived 96% at test set. beta1.0
UBM-GMM用于声纹识别
10-30
语音中的特征提取，源码来自github，不要用于商业用途，仅供学习。
data_AI_shell中文语音数据集合8
08-14
data_AI_shell中文语音数据集合8data_AI_shell中文语音数据集合2data_AI_shell中文语音数据集合1data_AI_shell中文语音数据集合1
基于Pytorch实现的声纹识别系统
最新发布
夜雨飘零
08-20 5385
本项目使用了EcapaTdnn、ResNetSE、ERes2Net、CAM++等多种先进的声纹识别模型，不排除以后会支持更多模型，同时本项目也支持了MelSpectrogram、Spectrogram、MFCC、Fbank等多种数据预处理方法，使用了ArcFace Loss，ArcFace loss：Additive Angular Margin Loss（加性角度间隔损失函数），对应项目中的AAMLoss，对特征向量和权重归一化，对θ加上角度间隔m，角度间隔比余弦间隔在对角度的影响更加直接，除此之外，还支
新的征程以及AISHELL x-vector跑分
robingao1994的博客
12-17 1388
从原来的公司跳槽去上海的一家新公司，不做声纹识别，要准备做语音识别了，新的开始，加油！ 在跳槽前用aishell数据重新训练了一个x-vector, 能达到0.8%的EER，相较于我自己测试的i-vector的5%有80%多的提高。 下次把一些数据处理脚本开源。 =================================================================...
Kaldi 说话人识别之aishell V1 模型（一）
阿鹏的摇滚小站
05-09 9288
一、数据准备 1、首先在根目录下建立路径：/export/a05/xna/data然后下载数据集。这里下载数据集要在run.sh前面加sudo命令，这是路径的缘故。下载数据集用到的脚本是local/download_and_untar.sh 需要下载两个数据文件：data_aishell 和 resource_aishell. 2、数据准备阶段运行脚本：local/aishell_data_...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值