第二届多通道多方会议转录挑战赛（M2MeT 2.0）：说话人归属 ASR 基准
声音
2023-10-06 v2 音频与语音处理
摘要
随着首届多通道多方会议转录挑战赛（M2MeT）的成功举办，于 ASRU2023 举行的第二届 M2MeT 挑战赛（M2MeT 2.0）特别旨在解决复杂的说话人归属 ASR（SA-ASR）任务，其直接应对典型会议场景中“谁在何时说了什么”这一实际且具挑战性的问题。我们特别设立两个子赛道：固定训练条件子赛道，其中训练数据限定于预定数据集，但参与者可使用任何开源预训练模型；开放训练条件子赛道，允许无限制地使用所有可用数据及模型。此外，我们发布了一个用于挑战赛排名的新的 10 小时测试集。本文概述了该数据集、赛道设置、结果及所提交系统的分析，作为展示当前说话人归属 ASR 发展水平的基准。
引用
@article{arxiv.2309.13573,
title = {The second multi-channel multi-party meeting transcription challenge (M2MeT) 2.0): A benchmark for speaker-attributed ASR},
author = {Yuhao Liang and Mohan Shi and Fan Yu and Yangze Li and Shiliang Zhang and Zhihao Du and Qian Chen and Lei Xie and Yanmin Qian and Jian Wu and Zhuo Chen and Kong Aik Lee and Zhijie Yan and Hui Bu},
journal= {arXiv preprint arXiv:2309.13573},
year = {2023}
}
备注
8 pages, Accepted by ASRU2023