1、CHiME2018:
http://spandh.dcs.shef.ac.uk/chime_workshop/
简介:CHiME(Computational Hearing in Multisource Environments,国际多通道语音分离和识别大赛)比赛始办于2011年,由法国计算机科学与自动化研究所、英国谢菲尔德大学、美国三菱电子研究实验室等知名研究机构所发起,比赛的目的是希望学术界和工业届针对高噪声和混响等现象影响下的实际场景提出全新的语音识别解决方案,以进一步提升语音识别的实用性和普适性,属于国际语音识别评测中的高难度比赛。目前CHiME比赛已经举办四届,成为业界影响力最大、参赛队伍最多、水平最高的多通道噪声鲁棒性语音识别比赛。往届的比赛参赛队伍包括了英国剑桥大学、美国卡内基梅隆大学、日本的NTT、德国的RWTH亚琛大学等知名研究机构,国内也有清华大学、中科院声学所、上海交通大学等知名高校和研究所参与。本届CHiME2016赛事由Google承办,并且Google也安排了相关人员参与了比赛。
2、国际音频检索评测大赛(MIREX)
主页:http://www.music-ir.org/mirex/wiki/MIREX_HOME
简介:MIREX比赛,是由美国伊利诺依大学厄本那-香槟分校(UIUC)国际音乐信息检索系统评估实验(ISMIRSEL)主办,是音乐信息检索领域顶级研究型竞赛,受到美国国家自然科学基金和梅隆-安德鲁基金的共同资助。MIREX大赛旨在为音乐信息检索及音乐信号处理领域中的各种前沿技术提供公正、可信的评估平台,每届大赛,都吸引了世界各国在音乐信息检索领域最为知名的大学、研究所和企业研究部门的广泛参与,从而使得MIREX成为每年中音乐信息检索领域的一件盛事。
3、说话人识别比赛 NIST SRE
主页:https://www.nist.gov/itl/iad/mig/speaker-recognition
简介:作为国际上规模与影响力最大、由NIST(美国国家标准技术研究院)从1997年开始举办的历届说话人识别评测大赛,都是国际一流的科研单位和企业角逐说话人识别技术桂冠的竞技平台。参赛单位包括CMU(美国卡耐基-梅隆大学)、MIT(美国麻省理工学院),Stanford(美国斯坦福大学),BUT(捷克博诺技术大学)、Motorola研究中心、IBM研究院等世界著名语音研究机构,国内单位还有清华大学、中科院声学所和中科院自动化所参赛。
4、语音合成比赛 Blizzard Challenge
主页:http://www.festvox.org/index.html
简介:Blizzard Challenge国际英文合成比赛是英语语音合成领域最具权威性、广泛性的国际评测比赛。由美国卡耐基-梅隆大学(Carnegie Mellon University)和日本名古屋工业大学(Nagoya Institute of Technology)联合组织发起,旨在建立一个统一的英文语音合成技术的评测平台,加强各语音研究机构之间的交流与沟通,促进语音技术研究的深入发展。评测采取公平、公正、公开的原则,各参赛机构在主办方提供的统一英文音库的基础上,采用自己的研究方法合成待测句子,所有合成效果随机打乱后共享在网络上,由包括语音合成专家、美国本土学生和兴趣人士三方面人员联合评分。系统的评价指标包括自然度和可懂度等方面。
LifeCLEF:这个很有意思,有很多子任务,鸟类的声音识别是其中一个,还有植物种类识别,海洋鱼类,珊瑚类识别之类的
BirdCLEF: an audio record-based bird identification task
https://www.imageclef.org/lifeclef/2017
ASVspoof 2019 Challenge:Automatic Speaker Verification Spoofing And Countermeasures Challenge,针对,自动说话人识别,的欺骗或干扰的对策的挑战
https://www.asvspoof.org/
the VOiCES from a distance challenge 2019
远讲说话人识别比赛,还有远场语音识别比赛,
Special Session for Interspeech 2019
The VOiCES from a Distance Challenge 2019 Evaluation Plan
DIHARD:
The Second DIHARD Speech Diarization Challenge
https://coml.lscp.ens.fr/dihard/index.html
NIST LRE:
NIST 2017 Language Recognition Evaluation 语种识别大赛
https://www.nist.gov/itl/iad/mig/nist-2017-language-recognition-evaluation
国内清华也有一个东方语种识别大赛
http://cslt.riit.tsinghua.edu.cn/mediawiki/index.php/OLR_Challenge_2019
Following the definition of NIST LRE15 [13], the task of
the LID challenge is defined as follows: Given a segment of
speech and a language hypothesis (i.e., a target language of
interest to be detected), the task is to decide whether that target
language was in fact spoken in the given segment (yes or no),
based on an automated analysis of the data contained in the
segment
REVERB (REverberant Voice Enhancement and Recognition Benchmark) challenge
https://reverb2014.dereverberation.com/
SITW:
The Speakers in the Wild (SITW) Speaker Recognition Challenge
http://www.speech.sri.com/projects/sitw/
The INTERSPEECH 2019 Computational Paralinguistics Challenge: Styrian Dialects, Continuous Sleepiness, Baby Sounds & Orca Activity
斯泰里安方言,持续的困倦,婴儿的声音和虎鲸的活动
http://www.compare.openaudio.eu/compare2019/
AISHELL Speaker Verification Challenge 2019
http://www.sohu.com/a/340219610_99901730
ASRU2019中英混杂语音识别挑战赛
https://www.datatang.com/competition
未来高校杯AI挑战赛,有语音赛道和图像赛道
语音赛道2018年是语音识别,2019年是说话人识别
https://2018ai.futurelab.tv/
https://2019ai.futurelab.tv/
Voxsrc 2019: The First Voxceleb Speaker Recognition Challenge
主页
here
2019 Multi-Genre Broadcast Challenge
2019年多流派广播挑战赛中的方言识别
LSTM-TDNN with convolutional front-end for Dialect Identification in the 2019 Multi-Genre Broadcast Challenge
标题:具有卷积前端的LSTM-TDNN用于2019年多流派广播挑战赛中的方言识别
作者: Xiaoxiao Miao, Ian McLoughlin
链接:https://arxiv.org/abs/1912.09003
本文介绍了为第五届多类型广播挑战赛(MGB-5adi挑战赛)开发的一个新的方言识别系统。该系统改进了传统DNN x矢量的性能,采用卷积和长短期记忆递归(CLSTM)结构,结合了卷积神经网络前端用于特征提取的优点和后端递归神经网络捕获较长时间依赖性的优点。此外,我们还利用时间尺度修正(TSM)研究了一个低资源方言在高度不平衡训练集中的强化。这将一个话语转换成几个时间延长或时间压缩的版本,随后用于训练CLSTM系统,而不使用任何其他语料库。在本文中,我们还研究了使用MUSAN和RIR数据集的语音增强,以正常方式增加现有训练数据的数量和多样性。结果表明,CLSTM结构优于传统的DNN x矢量实现。其次,采用基于TSM的速度扰动对不平衡数据的性能有很小的改善,最后,根据相关说话人和语言识别任务的证据,传统的数据增强技术有了进一步的优势。我们的系统在2019年ASRU的MGB-5 ADI挑战赛的15个参赛者中排名第二。