近日，在國(guó)際聲紋識(shí)別權(quán)威競(jìng)賽VoxSRC上，依圖算法奪得第一，等錯(cuò)誤率降到0.0098、大幅超越第二名。
并且，依圖團(tuán)隊(duì)(參賽隊(duì)伍名為logicworld)在使用指定數(shù)據(jù)的情況下取得了優(yōu)于其他團(tuán)隊(duì)使用不限數(shù)據(jù)得到的結(jié)果，表明依圖聲紋識(shí)別技術(shù)已達(dá)世界前沿水平。
(競(jìng)賽的任務(wù)是判斷兩段音頻是出自同一個(gè)人還是兩個(gè)不同的人，算法的輸出結(jié)果用等錯(cuò)誤率(Equal Error Rate，EER)來(lái)衡量，EER越小系統(tǒng)性能越好)
0.0098的等錯(cuò)誤率意味著什么?
首先，日常生活應(yīng)用基本能夠滿足，筆記本電腦和汽車(chē)的聲紋鎖功能越來(lái)越可靠，智能硬件上的虛擬助理將不會(huì)被他人用同樣的關(guān)鍵詞喚醒，成為真正屬于你的個(gè)人助理。
在社保遠(yuǎn)程身份驗(yàn)證、反電信詐騙等公共服務(wù)領(lǐng)域，精準(zhǔn)的聲紋識(shí)別技術(shù)也將更好地降本增效、服務(wù)民生，不需要再“居住異地，千里奔波”，更避免“九旬老人社保年審，家人抬著爬上三樓”。
聲紋識(shí)別擁有廣闊的應(yīng)用前景。不僅如此，將語(yǔ)音識(shí)別與聲紋識(shí)別、語(yǔ)義理解相結(jié)合，就能知道 “是誰(shuí)因?yàn)槭裁凑f(shuō)了什么”，將大幅增強(qiáng)智能語(yǔ)音個(gè)性化服務(wù)，實(shí)現(xiàn)真正意義上的交互。
VoxSRC是由英國(guó)牛津大學(xué)、韓國(guó)互聯(lián)網(wǎng)巨頭Naver、斯坦福國(guó)際研究院和麻省理工學(xué)院聯(lián)合發(fā)起的全球聲紋識(shí)別競(jìng)賽，被譽(yù)為“聲紋識(shí)別界的ImageNet競(jìng)賽”。
本次比賽采用的數(shù)據(jù)集基于開(kāi)源數(shù)據(jù)集VoxCeleb，由牛津大學(xué)團(tuán)隊(duì)于 2017 年發(fā)布，后來(lái)逐漸擴(kuò)充，現(xiàn)在是聲紋識(shí)別領(lǐng)域規(guī)模最大、標(biāo)注最完備的開(kāi)源數(shù)據(jù)集之一。
VoxCeleb來(lái)自YouTube名人采訪視頻，包含了7000多個(gè)來(lái)自不同種族、口音、職業(yè)和年齡的說(shuō)話人，超過(guò)100萬(wàn)段的說(shuō)話聲，2000多小時(shí)的音頻和視頻，且基本都含有背景噪音、笑聲、說(shuō)話聲重疊及其他雜音，非常考驗(yàn)算法的實(shí)戰(zhàn)水平。同時(shí)，本次比賽測(cè)試數(shù)據(jù)不含標(biāo)注，無(wú)法用來(lái)訓(xùn)練或調(diào)整系統(tǒng)，確保了結(jié)果的公正與公平。
今年的VoxSRC吸引了來(lái)自海內(nèi)外多支隊(duì)伍參與，包括約翰霍普金斯大學(xué)、法國(guó)國(guó)家信息與自動(dòng)化研究所、清華大學(xué)、中山大學(xué)等知名高校和研究機(jī)構(gòu)，以及平安科技、NEC等大型企業(yè)。
成立7年來(lái)，依圖在視覺(jué)感知、自然語(yǔ)言處理、語(yǔ)音識(shí)別、智能決策等多技術(shù)領(lǐng)域發(fā)展，這次參賽VoxSRC是依圖在語(yǔ)音領(lǐng)域的一次新嘗試。
未來(lái)，依圖將在多算法領(lǐng)域持續(xù)投入，推進(jìn)多模態(tài)技術(shù)融合、軟硬件協(xié)同開(kāi)發(fā)，將世界前沿的人工智能算法與行業(yè)場(chǎng)景深度結(jié)合，推動(dòng)人工智能應(yīng)用落地。
a&s傳媒是全球知名展覽公司法蘭克福展覽集團(tuán)旗下的專(zhuān)業(yè)媒體平臺(tái)，自1994年品牌成立以來(lái)，一直專(zhuān)注于安全&自動(dòng)化產(chǎn)業(yè)前沿產(chǎn)品、技術(shù)及市場(chǎng)趨勢(shì)的專(zhuān)業(yè)媒體傳播和品牌服務(wù)。從安全管理到產(chǎn)業(yè)數(shù)字化，a&s傳媒擁有首屈一指的國(guó)際行業(yè)展覽會(huì)資源以及豐富的媒體經(jīng)驗(yàn)，提供媒體、活動(dòng)、展會(huì)等整合營(yíng)銷(xiāo)服務(wù)。
粵公網(wǎng)安備 44030402000264號(hào)
