近日，2023年外洋顶级语音会议ASRU（IEEE Automatic Speech Recognition and Understanding，自动语音识别与交融）的多通谈多方会议转录挑战赛（M2MeT2.0）圆满驱散，喜马拉雅珠峰实践室取得了零碎收获，荣获冠军盛誉。

　　ASRU研讨会是IEEE语音和语言处理技能委员会（SLTC）的旗舰技能举止，每两年举办一次，采集了来自学术界和工业界的顶级内行和接头东谈主员，共同探讨平凡的语音识别与交融问题。本次M2MeT2.0挑战赛是ASRU 2023年的伏击赛事，旨在管理离线会议室汉文音重迭的转录辛勤。会议场景当作典型的多东谈主目田交谈的"鸡尾酒会场景"一直是语音识别边界的难点和温雅焦点，关于开辟会议场景的语音东谈主工智能和探索关系问题的工业级管理决议具有伏击预见。

　　值得一提的是，喜马拉雅并非初次插足ASRU的M2MeT挑战赛。在首届M2MeT挑战赛中，喜马拉雅与中国科学技能大学互助，在话语东谈主日记赛谈中荣获第三名，而况取得了仅有4.05%的日记作假率。首届挑战赛的评估方针是字符作假率（CER），只转灌音频对应的文本，不推敲话语东谈主标签。基于首届的得胜，M2MeT2.0挑战赛将负责于话语东谈主关系的评估，股东多话语东谈主语音识别系统的实用化，并诞生了限度数据和不限度数据两个子赛谈。

　　为了应付这一挑战，喜马拉雅珠峰实践室从语音识别基础框架开赴，伸开了混叠语音检测技能和话语东谈主日记技能等方面的技能探索。在本次M2MeT2.0挑战赛中，喜马拉雅在限度数据集和怒放数据集两个子赛谈上均取得了第别称的出色收获。

　　本年的M2MeT2.0挑战赛数据集包含了确凿、多场景、多模态的大范畴数据，涵盖了不同范畴和布局的多种会议室，模拟了千般产品、不同主题的例会以及千般室内杂音。其中包括东谈主声、电视声、电扇空调声、键盘声、开门/关门声、气泡声等重迭交错的声息，为比赛增添了挑战性。通过使用麦克风阵列纪录远场音频和耳机麦克风纪录近场音频，确保了对应话语东谈主的语音准确转录。这一数据集关于多话语东谈主语音识别和语音重迭问题的接头具有伏击的学术预见，并为寻找工业级管理决议提供了确凿且千般化的数据资源。

而扶持他们进入国家队执教的人，不是别人，正是朱广沪！

　　M2MeT2.0挑战赛数据皆集总计话语东谈主的母语均为汉语，喜马拉雅通过产学研相吞并的形势积极参与其中，戮力于为中国脉土语音识别技能的发展作出孝敬。在M2MeT2.0挑战赛中，喜马拉雅展示了出色的话语东谈主和语音识别技能(ASR)展现出了零碎的性能，其珠峰实践室团队通过自研的话语东谈主识别、语音增强和语音识别等模块的优化和讲明注解，在语音重迭和多话语东谈主环境下取得了权贵冲破。借助深度学习和神经汇注模子的吞并，喜马拉雅珠峰实践室省略准确识别和差异多个话语东谈主的语音，并及时转录。

　　喜马拉雅关系技能不仅在ASRU 2023年M2MeT2.0挑战赛中得到考证，还已应用赋能于喜马拉雅AIGC本色分娩中。现在，喜马拉雅自动语音识别（ASR）技能已平凡应用到了喜马拉雅App的AI文稿功能，对喜马拉雅平台中无文稿的声息本色进行语音转写，并输出相应的笔墨，从而便于听众更好地交融声息本色。同期，关于已有原始文稿的声息本色，喜马拉雅的AI文稿功能通过超长音频与文本的对皆技能，将声息与文稿进行时刻戳对轨，结束声息播放与相应笔墨的同步高亮，让用户省略更陋劣地享受边听边看的本色花消体验。

皇冠客服飞机：@seo3687

　　除了ASR技能，喜马拉雅的TTS(语音合成)技能也处于行业前哨，并照旧平凡被垄断于评书、新闻、演义等多种本色的制作中，喜马拉雅通过将自主缱绻单独的韵律索取模块融入到HiTTS 技能框架，完好复现了单田芳的“声息”。据悉，喜马拉雅已用单田芳的AI合成音上线了朝上100多张专辑，总播放量朝上1亿。

　　多年来，喜马拉雅一直在AI语音技能边界进行潜入接头，其珠峰实践室永恒专注于语音合成、情谊分析、语音识别等边界的接头和编削。通过参与ASRU 2023年M2MeT2.0挑战赛并获取冠军，喜马拉雅进一步安靖了在语音技能边界的最初地位，并展示了在管理复杂语音场景下的出色才气。

　　当作备受用户怜爱的在线音频平台，喜马拉雅一直秉抓着以科技赋能文化的理念，不休将技能与创作家、用户相吞并太阳城娱乐体育，提高本色分娩后果并提供零碎的本色体验。喜马拉雅也将抓续通过科技赋能和产学研相吞并的形势，将先进而智能的语音技能与声息相吞并，为用户提供零碎的语音技能产品和干事。