明略科技奪冠VoxSRC 2021國際說話人識別大賽
2022-01-07
近日,在VoxSRC 2021國際說話人識別大賽的第四賽道說話人日志任務(wù)中(公開刷榜階段),明略科技AI語音團隊,以5.05%的說話人日志錯誤率,拔得頭籌。據(jù)悉,該成績?yōu)榻刂鼓壳暗淖顑?yōu)結(jié)果,明略科技說話人識別技術(shù)位列世界前茅。

The VoxCeleb Speaker Recognition Challenge(VoxSRC)是由英國牛津大學(xué)、韓國NAVER公司、美國斯坦福國際研究院語音技術(shù)與研究實驗室和麻省理工學(xué)院林肯實驗室組織聯(lián)合舉行的國際說話人識別競賽。今年的賽事競爭激烈,參與的全球知名研究機構(gòu)和企業(yè)包括約翰霍普金斯大學(xué)、昆山杜克大學(xué)、西北工業(yè)大學(xué)、騰訊、字節(jié)跳動、國音智能、三星、華為、搜狗等。
說話人日志技術(shù),也叫說話人分隔與聚類,主要目的是從一個連續(xù)的多人說話的語音中,區(qū)分音頻中不同說話人的片段,即解決“who spoke when”的問題,從而提供不同說話人時間片段信息,該項技術(shù)是多說話人語音識別的關(guān)鍵基礎(chǔ)技術(shù)。
說話人日志技術(shù)有重要的應(yīng)用價值,例如,結(jié)合語音識別技術(shù),在會議錄音、電話客服等多說話人的場景中,提高會議紀要、客服內(nèi)容質(zhì)檢分析的效率。未來,隨著說話人日志技術(shù)的不斷發(fā)展,場景應(yīng)用會更加廣泛。
明略科技致力于持續(xù)探索AI技術(shù)與行業(yè)場景的深度融合,目前,在AI質(zhì)檢、基于知識圖譜的多模態(tài)檢索與問答、會話智能等方面,積累了成功的應(yīng)用案例。
信息填寫