ConferencingSpeech 2022 挑战赛：面向在线会议应用的非侵入式客观语音质量评估（NISQA）挑战赛
声音
2022-04-04 v2 音频与语音处理
摘要
随着在线会议应用等语音通信系统的发展，我们得以无缝地与异地人员协作。然而，在线会议期间，语音质量会受背景噪声、混响、丢包、网络抖动等显著影响。因其特性，语音质量传统上在实验室主观测试中评估，近来也遵循 ITU-T Rec. P.800 系列国际标准在众包中评估。但这些方式成本高昂且无法应用于客户数据。因此，需要一种有效的客观评估方法来评估或监控进行中对话的语音质量。ConferencingSpeech 2022 挑战赛面向语音质量评估任务的非侵入式深度神经网络模型。我们开源了一个训练语料库，含超过 86K 条不同语言的语音片段，涵盖广泛的合成与真实退化及其通过众包对应的主观质量分数。18 支队伍提交了模型参与评测。盲测集包含约 4300 条来自广泛退化类型的片段。本文描述该挑战赛、数据集与评估方法，并报告最终结果。
引用
@article{arxiv.2203.16032,
title = {ConferencingSpeech 2022 Challenge: Non-intrusive Objective Speech Quality Assessment (NISQA) Challenge for Online Conferencing Applications},
author = {Gaoxiong Yi and Wei Xiao and Yiming Xiao and Babak Naderi and Sebastian Möller and Wafaa Wardah and Gabriel Mittag and Ross Cutler and Zhuohuang Zhang and Donald S. Williamson and Fei Chen and Fuzheng Yang and Shidong Shang},
journal= {arXiv preprint arXiv:2203.16032},
year = {2022}
}