挑戰賽 | ISCSLP2022中英混語音識别挑戰賽成績發布

　　2022年8月12日起，由Magic Data、好未來、清華大學、中國科學院聲學研究所聯合主辦“ISCSLP2022中英混語音識别挑戰賽*(ISCSLP 2022 Chinese-English Code-Switching ASR Challenge, CSASR)。”

　　自開展以來，共收到四十多支國内外研究機構、知名企業及高校的參賽隊伍注冊報名，包括 滴滴、搜狗、小鵬、虎牙、網易遊戲、有道、荔枝FM、特斯聯、網易遊戲、中移在線、蘇州馳聲、堪薩斯州立大學、中科院、華中科技大學、中國科學技術大學、西北工業大學、廈門大學、天津大學等。

　　2022年9月23日，主辦方正式公布本次挑戰賽成績排名。

　　* 注：本次挑戰賽已納入國際會議 ISCSLP，"MagicHub中英混語音識别挑戰賽"更名為"ISCSLP 2022 中英混語音識别挑戰賽(ISCSLP 2022 Chinese-English Code-Switching ASR Challenge, CSASR)"。

　　競賽結果與排名

　　經過激烈的角逐，本次ISCSLP2022中英混語音識别挑戰賽獲獎隊伍如下，團隊!

　　挑戰賽背景

　　近年來，全球化進程發展迅速，人們在日常交流中經常會出現中文語境下夾雜其他語種的現象，這種語言現象稱為語種混雜(Code-Switching)。這樣的表達方式，尤其是中英文混雜的語音表達在應用場景中非常常見，主要包含兩種表現形式：一是語言穿插表達“Oh, My God 我的電腦死機了”，二是在一種主要語言中混合入另外一種語言“我要上Coursera學習Machine Learning課程”，這樣的表達方式都被認為是正确并且符合語法的。

　　随着語音識别設備的普及，如何讓機器更好的學習和理解人類複雜多變的語言，成為不少ML研究者和從業者面臨的巨大挑戰。而數據的匹配度和豐富性，則是推動語音識别系統性能提升的最重要因素之一，通過高質量的結構化數據進行訓練提升識别率，才能讓機器領會說話人意圖和指令，以作出更加精準的響應。本次挑戰賽希望與企業、機構及高校攜手，共同探索中英混對話AI領域的創新發展。

　　打分工具介紹

　　使用開源的打分工具Sclite進行打分。評分指标采用混合錯誤率(Mixed Error Rate, MER)，即對中文計算字錯誤率、對英文計算詞錯誤率。選手需提交GBK編碼格式的識别結果。

　　打分樣例請見：https://github.com/MagicHub-io/CSASR_Challenge/blob/main/dev_scoring_sclite.sh

　　緻謝

　　感謝來自Magic Data、好未來、清華大學、中國科學院聲學研究所在語音領域深耕多年，有着豐富研究和實戰經驗的專家，作為競賽組委會成員，全程給予答疑支持和指導。

　　感謝SegmentFault思否開發者社區、稀土掘金技術社區、示說網等多家社區的大力支持。

　　後續我們将會對業界開放基礎算法框架，同時也尋求學術和工業界在該問題的先進算法和技術，攜手共建更優的解決方案。