科大讯飞四获国际多通道语音分离与识别大赛冠军

(资料图片仅供参考)

时隔3年后，国际多通道语音分离和识别大赛CHiME-7再次“上线”。当地时间8月25日，CHiME-7 Workshop在Meta公司都柏林研发中心举行，官方组委会现场公布了大赛成绩：科大讯飞联合中科大语音及语言信息处理国家工程研究中心（NERC-SLIP）、国家智能语音创新中心，在参与的多设备多场景远场语音识别任务（DASR）中获得全部两个赛道的第一名。

据介绍，继2016年以来参与CHiME-4、5、6三届比赛并夺冠后，讯飞联合团队坚持技术创新，此次在参与任务主赛道中语音识别错误率21%，相比赛事官方给出的基线系统，相对降低了60%以上。连续四届拿下冠军、领跑国际竞争对手的同时，科大讯飞在核心源头技术上也实现了自我突破。

CHiME（Computational Hearing in Multisource Environments）系列比赛发起于2011年，被认为是“最难语音识别任务”的语音领域权威赛事。大赛致力于集聚学术界和工业界优秀的学术力量，持续突破语音识别技术水平，不断在更高噪声、更高混响、更高对话复杂度的场景下提出具有创新性的解决方案，解决著名的“鸡尾酒会问题”——难点在于怎样在充满噪声的环境，分辨并听清多人同时交谈的声音。

本次CHiME-7中的语音识别任务由马尔凯理工大学、卡内基梅隆大学、约翰霍普金斯大学、东京都立大学的学者们共同组织。参与CHiME-7的团队高手如云，如中科院声学所、西北工业大学、剑桥大学、帕德博恩大学、捷克布尔诺理工大学、日本电信NTT、英伟达、俄罗斯STC等国内外知名研究机构、高校和企业。

科大讯飞联合团队参加了所有两个赛道，在主赛道和子赛道分别以21%和16%语音识别错误率拿下双冠，将真实说话人角色分离情况下的语音识别错误率与使用人工标注间的差别控制在5%，这也标志着在实际环境中的应用效果将得到进一步提升。