北理工學(xué)子榮獲聲紋識(shí)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(shí)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(shí)別團(tuán)隊(duì)獲得第一名。

CNSRC 2022是國(guó)際上最具影響力的聲紋識(shí)別評(píng)測(cè)比賽之一，由Odyssey 2022會(huì)議組委會(huì)發(fā)起的說話人識(shí)別競(jìng)賽，吸引了132支海內(nèi)外隊(duì)伍參賽。本次競(jìng)賽的核心目的是驗(yàn)證當(dāng)前說話人識(shí)別 (或稱聲紋識(shí)別) 技術(shù)在實(shí)際復(fù)雜場(chǎng)景下的真實(shí)可用性。

歷經(jīng)近四個(gè)月的角逐，我校BIT_SV隊(duì)伍嘗試了多種模型算法對(duì)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(huì)中進(jìn)行發(fā)言，介紹了隊(duì)伍的技術(shù)方案。

附獲獎(jiǎng)團(tuán)隊(duì)簡(jiǎn)介：

信息與電子學(xué)院通信技術(shù)研究所的語音識(shí)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(guó)家自然科學(xué)基金等國(guó)家級(jí)項(xiàng)目，特別在多語言語音識(shí)別、說話人識(shí)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(guó)人機(jī)語音通訊學(xué)術(shù)會(huì)議中對(duì)話場(chǎng)景下的說話人識(shí)別挑戰(zhàn)賽中獲得第1名，在2021年東方語言識(shí)別（Oriental Language Recognition, OLR）挑戰(zhàn)賽中受限/不受限多語言語音識(shí)別兩項(xiàng)任務(wù)中分獲第2名和第3名。