Interspeech 2025 URGENT 语音增强挑战赛
音频与语音处理
2025-06-03 v2
摘要
开发能够处理各种语音失真和录音条件输入的通用语音增强（SE）的努力日益增多。URGENT 挑战赛系列旨在通过涵盖广泛的失真类型、增加数据多样性并纳入广泛的评估指标来促进此类通用语音增强的发展。本工作介绍了 Interspeech 2025 URGENT 挑战赛，即该系列的第二届，旨在探索迄今为止受到有限关注的几个方面：语言依赖性、针对更多失真类型的通用性、数据可扩展性以及使用含噪训练数据的有效性。我们收到了 32 份提交，其中最佳系统使用判别式模型，而大多数其他具有竞争力的系统是混合方法。分析揭示了一些关键发现：（i）在主观评估中，某些生成式或混合方法优于顶级判别式模型；（ii）纯生成式 SE 模型可能表现出语言依赖性。
引用
@article{arxiv.2505.23212,
title = {Interspeech 2025 URGENT Speech Enhancement Challenge},
author = {Kohei Saijo and Wangyou Zhang and Samuele Cornell and Robin Scheibler and Chenda Li and Zhaoheng Ni and Anurag Kumar and Marvin Sach and Yihui Fu and Wei Wang and Tim Fingscheidt and Shinji Watanabe},
journal= {arXiv preprint arXiv:2505.23212},
year = {2025}
}
备注
Accepted to Interspeech 2025