近日，“智源 — MagicSpeechNet 家庭場景中文語音數(shù)據(jù)集挑戰(zhàn)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(shù)智慧科技有限公司協(xié)辦，吸引了140多名來自學術界和產(chǎn)業(yè)界的研究者和從業(yè)者參加。經(jīng)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(wǎng)易、小米等學校和企業(yè)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(yōu)勢單位共建的新型研發(fā)機構(gòu)，為研究者們勇闖人工智能科技前沿“無人區(qū)”，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(shù)據(jù)由知名AI數(shù)據(jù)服務商愛數(shù)智慧提供，為反應真實家庭環(huán)境下的混響，該數(shù)據(jù)在不同結(jié)構(gòu)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(huán)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(jié)果超出了我們的預期，面對這些不確定因素，參賽者們發(fā)現(xiàn)并驗證了一些新方法，提高了模型的性能。比如有選手創(chuàng)造性地將多個通道的數(shù)據(jù)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(fā)和商業(yè)化發(fā)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(fā)人員和從業(yè)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(zhàn)賽。愛數(shù)智慧在初賽中提供的訓練集是經(jīng)過LDC(知名的數(shù)據(jù)存儲與發(fā)放平臺)認證的數(shù)據(jù)，保證了比賽的數(shù)據(jù)品質(zhì)。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(yè)者提供更多探索科技前沿的機會。