近日,国际语音领域顶级会议INTERSPEECH 2020正式公布了“Special Sessions & Challenges”议程,其中由第四范式、南方科技大学、西北工业大学、ChaLearn、Google联合主办的AutoSpeech 2020于近期公开征集论文,投稿者可在5月8日前提交与AutoSpeech主题有关的论文。作为此次会议的竞赛环节,第二届AutoSpeech挑战赛也正式开赛,旨在让参赛选手设计开发全自动的语音多标签分类系统,自动挖掘声纹、语种、情感等各类语音信息。
近年来,深度学习在说话人识别、语言识别和情感识别等语音相关任务中取得了显著的成功。而随着语音类应用需求量的不断增长,对语音分类技术及系统也提出了更高的需求。然而,这些语音相关任务的复杂性往往超出了非专家的能力范围。在实际应用中,在没有语音处理等相关专业知识储备的情况下,则很难使深度学习系统获得良好的性能。自动深度学习(AutoDL)是一种无需人工干预、针对特定范围任务的动态学习系统,因具备降低深度学习系统门槛等特性成为行业研究的重要方向。
AutoSpeech 2020以“可自动构建语音类深度学习系统”为目标,通过举办AutoSpeech挑战赛、论文投稿及分享等形式,推动AutoDL技术在语音领域的落地及快速发展。此前,第四范式已先后组织了面向图像、语音、自然语言处理等技术领域的AutoDL系列赛事,如AutoSpeech、AutoCV、AutoNLP等,引起学术界和产业界的关注。作为第二届AutoSpeech挑战赛,比赛难度将进一步升级。
论文征集
AutoSpeech 2020将遵循INTERSPEECH 2020相同的论文提交政策,被提交的论文属于官方正式会议论文,由AutoSpeech 2020 Special Session择优录取。本次,主办方接收以AutoSpeech为主题的论文,包括(但不限于):
- Meta Learning
- Transfer Learning
- Network Architecture Search
- Few-shot Learning
- Reinforcement Learning
- Model Compression
- Data Augmentation
- Hyperparameter Optimization
- Learning to Learn
- Algorithm Configuration
- Model Selection
- Model Initialization
此外,语音相关的论文也可投稿,包括(但不限于):
- Automatic Speech Recognition
- Analysis of Paralinguistics in Speech and Language
- Speaker Identification
- Language Identification
- Emotion Classificaton
- Accent Recognition
- Music Genre Classification
即使作者不参与比赛,也具备投稿资格。
关于比赛
AutoSpeech竞赛旨在为语音相关任务提出自动解决方案,这一挑战仅限于来自不同语音分类领域的多标签分类问题。当只提供原始数据(语音特征)和元信息时,所提供的解决方案有望发现多种副语言、语音属性信息,如说话人、语言、情感等。
主办方为本次比赛准备了15个语音分类数据集。其中包括 5个离线公共数据集(用于选手开发和训练自己的AutoSpeech程序)、5个线上公共数据集(用于盲测,选手无法获得数据集任何信息)、5个私有数据集(用于盲测,选手无法获得数据集任何信息)。
赛事挑战
在第一届AutoSpeech挑战赛中,许多解决方案在自动语音分类任务的性能上取得了显著进步,但当数据集变大以及标签类别更多时,比赛仍极具挑战性。此外,选手面临的其他挑战还包括:
- 如何在口语会话中自动发现各种副语言信息?
- 如何从语音数据中自动提取不同任务的有效特征?
- 如何自动处理长时和短时语音数据?
- 如何自动设计有效的神经网络结构?
- 如何建立和自动适应预先训练的模型?
此外,选手还应考虑:
- 如何自动有效地选择合适的机器学习模型和超参数?
- 如何使解决方案更通用,即如何使其适用于未知的任务?
- 如何保证计算和内存成本可以接受?
赛事规则
本次挑战赛分为三个阶段(反馈阶段、检查阶段和最终阶段)。首先,选手通过5个可下载的公共数据集,离线开发AutoSpeech解决方案。然后进入反馈阶段,参赛者将自己的AutoSpeech程序代码上传到平台上,并通过在另外五个验证数据集测试,得到其性能的即时反馈。反馈阶段结束后,将进入检查阶段,参赛选手只允许在私有数据集上提交一次代码,以便进行调试。此时,参赛选手将无法阅读详细的日志,但是他们能够看到提交的代码是否报告错误。最终阶段,参赛选手的AutoSpeech程序在五个测试数据集上进行评估。最终阶段的排名将决定获胜者。
赛程时间
以下均为北京时间(UTC+8)
2020年3月4日:发布公共数据集和基线
2020年3月11日:反馈阶段开始
2020年4月20日:反馈阶段结束
2020年4月20日:检查阶段开始
2020年4月22日:检查阶段结果通知
2020年4月24日:重新提交的截止日期,检查阶段结束
2020年4月24日:最终阶段开始
2020年4月27日:最终阶段结束,并通知结果
2020年5月8日:INTERSPEECH 2020论文提交截止日期
TBA:向INTERSPEECH 2020提交最终文件
TBA:提供终稿论文
赛事奖金
第一名:2000 USD
第二名:1500 USD
第三名:500 USD
AutoML系列赛事
- AutoML@PAKDD 2018
- AutoML@NeurIPS 2018
- AutoML@PAKDD 2019
- AutoML@KDDCUP 2019
- AutoCV@IJCNN 2019
- AutoCV2@ECML PKDD 2019
- AutoNLP@WAIC 2019
- AutoSpeech@ACML 2019
- AutoWSL@ACML 2019
- AutoSeries@WSDM 2020
想要参与AutoSpeech 2020挑战赛以及提交论文的朋友,可以点击【阅读原文】查看官网详细信息。