北理工學(xué)子榮獲聲紋識別挑戰(zhàn)賽說話人檢索任務(wù)第一名
發(fā)布日期：2022-07-29 供稿：信息與電子學(xué)院 王晶 攝影：信息與電子學(xué)院
編輯：艾李麗 審核：崔嵬 閱讀次數(shù)：
日前，在2022年聲紋識別挑戰(zhàn)賽（CNSRC 2022）說話人檢索（Speaker Retrieval,SR）任務(wù)中，北京理工大學(xué)信息與電子學(xué)院教師謝湘帶領(lǐng)的語音識別團(tuán)隊(duì)獲得第一名。
CNSRC 2022是國際上最具影響力的聲紋識別評測比賽之一，由Odyssey 2022會議組委會發(fā)起的說話人識別競賽，吸引了132支海內(nèi)外隊(duì)伍參賽。本次競賽的核心目的是驗(yàn)證當(dāng)前說話人識別 (或稱聲紋識別) 技術(shù)在實(shí)際復(fù)雜場景下的真實(shí)可用性。
歷經(jīng)近四個月的角逐，我校BIT_SV隊(duì)伍嘗試了多種模型算法對領(lǐng)域內(nèi)SOTA模型ECAPA進(jìn)行改進(jìn)調(diào)優(yōu)，最終采用數(shù)據(jù)增廣、多尺度卷積、多池化融合等方法，在不同階段調(diào)整不同的超參，使模型可以在復(fù)雜且大量的數(shù)據(jù)池中檢索出正確的相同說話人句子，有效地提高了模型的魯棒性。
6月27日，蘇欣美同學(xué)代表我校參賽隊(duì)在CNSRC 2022線上研討會中進(jìn)行發(fā)言，介紹了隊(duì)伍的技術(shù)方案。
附獲獎團(tuán)隊(duì)簡介：
信息與電子學(xué)院通信技術(shù)研究所的語音識別研究團(tuán)隊(duì)多年來致力于人機(jī)語音交互領(lǐng)域的研究，承擔(dān)了多項(xiàng)國家自然科學(xué)基金等國家級項(xiàng)目，特別在多語言語音識別、說話人識別等方向積累了豐富經(jīng)驗(yàn)和先進(jìn)算法。該團(tuán)隊(duì)近年來在2021年全國人機(jī)語音通訊學(xué)術(shù)會議中對話場景下的說話人識別挑戰(zhàn)賽中獲得第1名，在2021年東方語言識別（Oriental Language Recognition, OLR）挑戰(zhàn)賽中受限/不受限多語言語音識別兩項(xiàng)任務(wù)中分獲第2名和第3名。
