云視頻會議的高速發展，使我們可以零距離、隨時隨地聯絡到世界上任何一個地點的人。然而視頻會議中的語音通話質量極易受到背景噪聲、混響等各種因素影響。語音增強技術在實時視頻會議系統中起到了關鍵的作用，但是復雜會議場景下的語音增強仍然有許多挑戰問題值得探索。
近日，一年一度的全球頂級語音大會INTERSPEECH 2021宣布啟動，并計劃于今年8月31日在捷克布爾諾舉辦。為了提供一個通用的數據集以及公平的測試平臺，促進真實視頻會議場景中遠場多通道語音增強技術的研究，騰訊天籟實驗室聯合西北工業大學、卡內基梅隆大學（CMU）、約翰霍普金斯大學（JHU）、 丹麥奧爾堡大學（Aalborg Univ.）、希爾貝殼在國際語音頂級會議INTERSPEECH 2021上組織發起針對真實視頻會議場景的遠場多通道語音增強挑戰賽。
遠場多通道語音增強挑戰賽設置了兩個任務賽道，覆蓋單個麥克風陣列的多通道語音增強任務和多個分布式麥克風陣列的多通道語音增強任務。賽道一主要針對單個麥克風陣列的多通道語音增強任務，專注于現實視頻會議中算法實時處理的需求。賽道二針對多個分布式麥克風陣列的多通道語音增強任務，此挑戰任務專注于前沿算法研究，不設置任何算法限制。
目前，大賽報名通道已開啟，本次大賽的報名截至時間為3月7日，INTERSPEECH2021 Paper錄取結果通知將于6月2日公布，6月5日將公布大賽排名。在參賽規則方面，每個注冊成功的參賽團隊可選任何一個任務參加，或同時注冊兩個任務。
此次比賽成績將通過騰訊在線多媒體主觀評估平臺，使用Absolute Category Ratings (ACR)來評估Mean Opinion Score (MOS)決定。獎金方面，每個任務排名為前兩名的隊伍將獲得由騰訊天籟實驗室提供的獎金，分別為1500 USD和800 USD。
值得一提的是，為了給參賽者提供真實視頻會議室的場景，遠場多通道語音增強挑戰賽數據庫采集的數據大部分來自于真人實錄，會議中人數以及人與麥克風陣列的距離都會隨著會議室的大小而變化，并且多個不同幾何拓撲結構的麥克風陣列被分布于每個采集錄音的會議室中。
同時，為了使參賽者更關注于算法研究，大賽將提供訓練數據的清單，只有清單中的數據可用于大賽兩個挑戰任務的模型訓練。此外，大賽還將提供開發集，生成訓練數據的代碼和多通道語音增強的基準系統代碼，以便于參賽者開發多通道語音增強技術。
一直以來，為了解決實時音視頻應用場景下的各種挑戰，騰訊天籟實驗室圍繞著“聽得見，聽得清，聽得真”目標，對核心體驗技術和框架進行了深入的探索，并于去年發布了“面向實時音視頻應用的新一代實時音頻技術品牌”騰訊天籟。該技術方案已在騰訊會議等產品中獲得了有效驗證，成為騰訊會議高速成長背后的技術密碼，助力騰訊會議上線兩個月內日活躍用戶超過1000萬。未來，騰訊天籟實驗室將繼續鉆研音視技術，滿足更多行業場景下的實時音視頻需求，推進更多更豐富的場景落地而努力。
大賽報名網址：https://tea-lab.qq.com/conferencingspeech-2021/#/
星空人工智能技術網 倡導尊重與保護知識產權。如發現本站文章存在版權等問題，煩請30天內提供版權疑問、身份證明、版權證明、聯系方式等發郵件至1851688011@qq.com我們將及時溝通與處理。！：首頁 > 新聞 » INTERSPEECH 2021遠場多通道語音增強挑戰賽報名通道開啟