2020个性化语音触发挑战赛:开放数据库、评估指标与基线系统
音频与语音处理
2021-01-07 v1
摘要
2020个性化语音触发挑战赛(PVTC2020)以统一设置解决两个不同的研究问题:在近讲单麦克风数据以及远场多通道麦克风阵列数据上的唤醒词检测与说话人验证联合任务。具体而言,第二项任务在远场条件之上额外带来了跨通道匹配挑战。为模拟真实应用场景,注册语音仅由近讲手机录制,而测试语音则同时来自近讲手机与远场麦克风阵列。本文介绍我们的挑战赛设置、所发布的数据库以及评估指标。此外,我们提出一个用所提数据库训练的端到端联合神经网络基线系统,用于说话人相关的唤醒词检测。结果表明,由漏报率与虚警率计算出的代价在近讲单麦克风任务中可达0.37,在远场麦克风阵列任务中可达0.31。官方网站与开源基线系统已发布。
引用
@article{arxiv.2101.01935,
title = {The 2020 Personalized Voice Trigger Challenge: Open Database, Evaluation Metrics and the Baseline Systems},
author = {Yan Jia and Xingming Wang and Xiaoyi Qin and Yinping Zhang and Xuyang Wang and Junjie Wang and Ming Li},
journal= {arXiv preprint arXiv:2101.01935},
year = {2021}
}