INTERSPEECH 2020 AutoSpeech论文征集

克日，邦际语音规模顶级聚会INTERSPEECH 2020正式布告了“Special Sessions & Challenges”议程，此中由第四范式、南方科技大学、西北工业大学、ChaLearn、Google团结主办的AutoSpeech 2020于近期公然搜集论文，投稿者可正在5月8日条件交与AutoSpeech中心相合的论文。行为此次聚会的竞赛合键，第二届AutoSpeech挑衅赛也正式开赛，旨正在让参赛选手安排开采全主动的语音众标签分类编制，主动开采声纹、语种、心情等各种语音新闻。

近年来，深度练习正在发言人识别、发言识别和心情识别等语音合连使命中博得了明显的胜利。而跟着语音类运用需求量的无间伸长，对语音分类本领及编制也提出了更高的需求。然而，这些语音合连使命的繁复性往往越过了非专家的才略界限。正在实质运用中，正在没有语音管理等合连专业常识储藏的处境下，则很难使深度练习编制得到杰出的功能。主动深度练习（AutoDL）是一种无需人工干扰、针对特定界限使命的动态练习编制，因具备低落深度练习编制门槛等特色成为行业筹议的要紧目标。

AutoSpeech 2020以“可主动构修语音类深度练习编制”为倾向，通过举办AutoSpeech挑衅赛、论文投稿及分享等式子，胀励AutoDL本领正在语音规模的落地及疾速繁荣。此前，第四范式已先后结构了面向图像、语音、自然发言管理等本领规模的AutoDL系列赛事，如AutoSpeech、AutoCV、AutoNLP等，惹起学术界和工业界的体贴。行为第二届AutoSpeech挑衅赛，竞争难度将进一步升级。

AutoSpeech竞赛旨正在为语音合连使命提出主动处置计划，这一挑衅仅限于来自差异语音分类规模的众标签分类题目。当只供应原始数据（语音特色）和元新闻时，所供应的处置计划希望挖掘众种副发言、语音属性新闻，如发言人、发言、心情等。

主办方为本次竞争打定了15个语音分类数据集。此中囊括 5个离线大众数据集（用于选手开采和锻练己方的AutoSpeech步调）、5个线上大众数据集（用于盲测，选手无法得到数据集任何新闻）、5个私稀有据集（用于盲测，选手无法得到数据集任何新闻）。

正在第一届AutoSpeech挑衅赛中，很众处置计划正在主动语音分类使命的功能上博得了明显前进，但当数据集变大以及标签种别更众时，竞争仍极具挑衅性。另外，选手面对的其他挑衅还囊括：

本次挑衅赛分为三个阶段（反应阶段、查抄阶段和最终阶段）。最初，选手通过5个可下载的大众数据集，离线开采AutoSpeech处置计划。然落伍入反应阶段，参赛者将己方的AutoSpeech步调代码上传到平台上，并通过正在其它五个验证数据集测试，取得其功能的即时反应。反应阶段闭幕后，将进入查抄阶段，参赛选手只答允正在私稀有据集上提交一次代码，以便实行调试。此时，参赛选手将无法阅读周密的日记，可是他们可以看到提交的代码是否通知差池。最终阶段，参赛选手的AutoSpeech步调正在五个测试数据集前进行评估。最终阶段的排名将裁夺获胜者。