隨著互聯網、智能硬件的普及，智能音箱和語音助手已經深入人們的日常生活，家居場景下的語音識別技術已成為企業和研究機構競相追逐的關鍵技術。

目前，由北京智源人工智能研究院、愛數智慧、biendata?共同發布的“智源 MagicSpeechNet 家庭場景語音數據集挑戰賽” （2019 年 12 月 — 2020年 3 月）正在火熱進行中，總獎金為 10 萬元。參賽者需要使用比賽提供的真實家庭環境中的雙人對話音頻和文本數據，訓練并優化語音識別（ASR）模型。比賽和數據復制下方鏈接查看，或點擊“閱讀原文”，歡迎所有感興趣的讀者參賽。?

為便于選手熟悉和上手賽題，biendata 邀請 zc 選手（主要研究方向機器學習，語音翻譯，語音識別）從數據處理、模型選擇、提升方向等方面進行深入分析，希望可以拋磚引玉，為陷入瓶頸的選手提供靈感和思路，共同探索 ASR 實際應用場景中可行的解決方案。

比賽地址：

https://www.biendata.com/competition/magicdata/?

Baseline地址：

https://biendata.com/models/category/4264/L_notebook/

1

Baseline 概述

zc 選手所采用模型結構基于語音識別中常見的 CTC 算法（Connectionist temporal classification），其中使用 CNN 對 mel-spectogram 進行特征抽取進行特征抽取，使用 RNN（本文選擇的是 BiLSTM，如果是 Streaming ASR，則考慮 GRU 或者 LC-LSTM 等 ）+ DNN 對序列每個 units 所對應的 label進行預測 label 進行預測，使用 CTC Loss 進行模型優化。該模型預估得分為 0.45。zc 認為使用 Data Augmentation、LM Fusion、Larger Model 等策略有助于進一步提示模型性能。?

注：本 baseline 數據處理及模型訓練部分參考《自動化所博士生田正坤分享端到端 Baseline》一文。?

https://www.biendata.com/models/category/4162/L_notebook/?

2

Baseline 詳情

1. 賽題簡介?

本次比賽的任務為日常家庭環境中的對話語音識別。所使用數據集為智源 MagicSpeechNet 家庭場景中文語音數據集，其中的語言材料來自數十段真實環境中的雙人對話。每段對話基于多種平臺進行錄制，并已完全轉錄和標注。參賽者需要使用比賽提供的數據訓練并優化模型，提升模型在家庭環境的對話語音識別效果。?

2. 數據處理

2.1 音頻處理?

切分音頻，整理 metadata。

import?os import?jsondata_rootdir?=?'./Magicdata'??#?指定解壓后數據的根目錄audiodir?=?os.path.join(data_rootdir,?'audio') trans_dir?=?os.path.join(data_rootdir,?'transcription')#?音頻切分 def?segment_wav(src_wav,?tgt_wav,?start_time,?end_time):span?=?end_time?-?start_timecmds?=?'sox?%s?%s?trim?%f?%f'?%?(src_wav,?tgt_wav,?start_time,?span)os.system(cmds)#?將時間格式轉化為秒為單位 def?time2sec(t):h,m,s?=?t.strip().split(":")return?float(h)?*?3600?+?float(m)?*?60?+?float(s)#?讀取json文件內容 def?load_json(json_file):with?open(json_file,?'r',?encoding="utf-8")?as?f:lines?=?f.readlines()json_str?=?''.join(lines).replace('\n',?'').replace('?',?'').replace(',}',?'}')return?json.loads(json_str)#?訓練集和開發集數據處理 for?name?in?['train',?'dev']:???save_dir?=?os.path.join('./data',?name,?'wav')if?not?os.path.exists(save_dir):os.makedirs(save_dir)seg_wav_list?=?[]sub_audio_dir?=?os.path.join(audiodir,?name)for?wav?in?os.listdir(sub_audio_dir):if?wav[0]?==?'.':continue?#?跳過隱藏文件if?name?==?'dev':parts?=?wav.split('_')jf?=?'_'.join(parts[:-1])+'.json'suffix?=?parts[-1]else:jf?=?wav[:-4]+'.json'utt_list?=?load_json(os.path.join(trans_dir,?name,?jf))for?i?in?range(len(utt_list)):utt_info?=?utt_list[i]session_id?=?utt_info['session_id']if?name?==?'dev':tgt_id?=?session_id?+?'_'?+?str(i)?+?'_'?+?suffixelse:tgt_id?=?session_id?+?'_'?+?str(i)?+?'.wav'#?句子切分start_time?=?time2sec(utt_info['start_time']['original'])end_time?=?time2sec(utt_info['end_time']['original'])src_wav?=?os.path.join(sub_audio_dir,?wav)tgt_wav?=?os.path.join(save_dir,?tgt_id)segment_wav(src_wav,?tgt_wav,?start_time,?end_time)seg_wav_list.append((tgt_id,?tgt_wav,?utt_info['words']))with?open(os.path.join('./data',?name,?'wav.scp'),?'w')?as?ww:with?open(os.path.join('./data',?name,?'transcrpts.txt'),?'w',?encoding='utf-8')?as?tw:for?uttid,?wavdir,?text?in?seg_wav_list:ww.write(uttid+'?'+wavdir+'\n')tw.write(uttid+'?'+text+'\n')print('prepare?%s?dataset?done!'?%?name)#?測試集數據處理 save_dir?=?os.path.join('./data',?'test',?'wav') if?not?os.path.exists(save_dir):os.makedirs(save_dir)seg_wav_list?=?[] sub_audio_dir?=?os.path.join(audiodir,?'test') for?wav?in?os.listdir(sub_audio_dir):if?wav[0]?==?'.'?or?'IOS'?not?in?wav:continue?#?跳過隱藏文件和非IOS的音頻文件jf?=?'_'.join(wav.split('_')[:-1])+'.json'utt_list?=?load_json(os.path.join(trans_dir,?'test_no_ref_noise',?jf))for?i?in?range(len(utt_list)):utt_info?=?utt_list[i]session_id?=?utt_info['session_id']uttid?=?utt_info['uttid']if?'words'?in?utt_info:?continue?#?如果句子已經標注，則跳過#?句子切分start_time?=?time2sec(utt_info['start_time'])end_time?=?time2sec(utt_info['end_time'])tgt_id?=?uttid?+?'.wav'src_wav?=?os.path.join(sub_audio_dir,?wav)tgt_wav?=?os.path.join(save_dir,?tgt_id)segment_wav(src_wav,?tgt_wav,?start_time,?end_time)seg_wav_list.append((uttid,?tgt_wav))with?open(os.path.join('./data',?'test',?'wav.scp'),?'w')?as?ww:for?uttid,?wavdir?in?seg_wav_list:ww.write(uttid+'?'+wavdir+'\n')print('prepare?test?dataset?done!')

2.2 文本處理?

對文本數據進行歸一化處理，其中包括大寫字母都轉化為小寫字母，過濾掉標點符號和無意義的句子。

3. 系統構建?

3.1 實驗環境?

實驗在 Linux 系統上進行，要求具備以下軟件和硬件環境。?

• 至少具備一個 GPU?

• python >= 3.6?

• pytorch >= 1.2.0

• torchaudio >= 0.3.0

import?torch from?torch?import?nn import?torch.nn.functional?as?F import?math

3.2 數據處理與加載?

3.2.1 詞表生成?

根據訓練集文本生成詞表，并加入起始標記<BOS>，結束標記<EOS>，填充標記<PAD>，以及未識別詞標記<UNK>。

import?osvocab_dict?=?{}for?name?in?['train',?'dev']:with?open(os.path.join('./data',?name,?'text'),?'r',?encoding='utf-8')?as?fr:for?line?in?fr:chars?=?line.strip().split()[1:]for?c?in?chars:if?c?in?vocab_dict:vocab_dict[c]?+=?1else:vocab_dict[c]?=?1vocab_list?=?sorted(vocab_dict.items(),?key=lambda?x:?x[1],?reverse=True) vocab?=?{'<PAD>':?0,?'<BOS>':?1,?'<EOS>':?2,?'<UNK>':?3} for?i?in?range(len(vocab_list)):c?=?vocab_list[i][0]vocab[c]?=?i?+?4print('There?are?%d?units?in?Vocabulary!'?%?len(vocab)) with?open(os.path.join('./data',?'vocab'),?'w',?encoding='utf-8')?as?fw:for?c,?id?in?vocab.items():fw.write(c+'?'+?str(id)?+'\n')

3.2.2 構建特征提取與加載模塊?

• source 端：提取語音數據的 MFCC 特征作為輸入

• target 端：對文本數據用抽取的 vocab 進行編碼

import?os import?torch import?numpy?as?np import?torchaudio?as?ta from?torch.utils.data?import?Dataset,?DataLoaderPAD?=?0 BOS?=?1 EOS?=?2 UNK?=?3class?AudioDataset(Dataset):def?__init__(self,?wav_list,?text_list=None,?unit2idx=None,?num_mel_bins=80):self.num_mel_bins=num_mel_binsself.unit2idx?=?unit2idxself.file_list?=?[]for?wavscpfile?in?wav_list:with?open(wavscpfile,?'r',?encoding='utf-8')?as?wr:for?line?in?wr:uttid,?path?=?line.strip().split()self.file_list.append([uttid,?path])if?text_list?is?not?None:self.targets_dict?=?{}for?textfile?in?text_list:with?open(textfile,?'r',?encoding='utf-8')?as?tr:for?line?in?tr:parts?=?line.strip().split()uttid?=?parts[0]label?=?[]for?c?in?parts[1:]:label.append(self.unit2idx[c]?if?c?in?self.unit2idx?else?self.unit2idx['<UNK>'])self.targets_dict[uttid]?=?labelself.file_list?=?self.filter(self.file_list)?#?過濾掉沒有標注的句子assert?len(self.file_list)?==?len(self.targets_dict)else:self.targets_dict?=?Noneself.lengths?=?len(self.file_list)def?__getitem__(self,?index):uttid,?path?=?self.file_list[index]wavform,?_?=?ta.load_wav(path)?#?加載wav文件feature?=?ta.compliance.kaldi.fbank(wavform,?num_mel_bins=self.num_mel_bins)?#?計算fbank特征#?特征歸一化mean?=?torch.mean(feature)std?=?torch.std(feature)feature?=??(feature?-?mean)?/?stdif?self.targets_dict?is?not?None:targets?=?self.targets_dict[uttid]return?uttid,?feature,?targetselse:return?uttid,?featuredef?filter(self,?feat_list):new_list?=?[]for?(uttid,?path)?in?feat_list:if?uttid?not?in?self.targets_dict:?continuenew_list.append([uttid,?path])return?new_listdef?__len__(self):return?self.lengths@propertydef?idx2char(self):return?{i:?c?for?(c,?i)?in?self.unit2idx.items()}#?收集函數，將同一個批內的特征填充到同樣的長度，并在文本中加上起始標記和結束標記 def?collate_fn(batch):uttids?=?[data[0]?for?data?in?batch]features_length?=?[data[1].shape[0]?for?data?in?batch]max_feat_length?=?max(features_length)padded_features?=?[]if?len(batch[0])?==?3:targets_length?=?[len(data[2])?for?data?in?batch]max_text_length?=?max(targets_length)padded_targets?=?[]for?parts?in?batch:feat?=?parts[1]feat_len?=?feat.shape[0]padded_features.append(np.pad(feat,?((0,?max_feat_length-feat_len),?(0,?0)),?mode='constant',?constant_values=0.0))if?len(batch[0])?==?3:target?=?parts[2]text_len?=?len(target)padded_targets.append([BOS]?+?target?+?[EOS]?+?[PAD]?*?(max_text_length?-?text_len))if?len(batch[0])?==?3:return?uttids,?torch.FloatTensor(padded_features),?torch.LongTensor(padded_targets)else:return?uttids,?torch.FloatTensor(padded_features)

3.3 模型結構?

本文所用結構基于語音識別中常見的 CTC 算法（Connectionist temporal classification）。?

• 使用 CNN 對 mel-spectogram 進行特征抽取；

• 使用 RNN（本文選擇的是 BiLSTM，如果是 Streaming ASR，則考慮 GRU 或者 LC-LSTM 等）+ DNN 對序列每個 units 所對應的 label 進行預測；

• 使用 CTC Loss 進行模型優化。

class?BatchRNN(nn.Module):def?__init__(self,?input_size,?hidden_size,?rnn_type=nn.LSTM,bidirectional=False,?batch_norm=True,?dropout?=?0.1):super(BatchRNN,?self).__init__()self.input_size?=?input_sizeself.hidden_size?=?hidden_sizeself.bidirectional?=?bidirectionalself.batch_norm?=?SequenceWise(nn.BatchNorm1d(input_size))?if?batch_norm?else?Noneself.rnn?=?rnn_type(input_size=input_size,?hidden_size=hidden_size,bidirectional=bidirectional,?dropout?=?dropout,?bias=False)def?forward(self,?x):if?self.batch_norm?is?not?None:x?=?self.batch_norm(x)x,?_?=?self.rnn(x)self.rnn.flatten_parameters()return?xclass?SequenceWise(nn.Module):def?__init__(self,?module):super(SequenceWise,?self).__init__()self.module?=?moduledef?forward(self,?x):try:x,?batch_size_len?=?x.data,?x.batch_sizes#?x.data?sum(x_len)?*?num_featuresx?=?self.module(x)x?=?nn.utils.rnn.PackedSequence(x,?batch_size_len)except:t,?n?=?x.size(0),?x.size(1)x?=?x.view(t*n,?-1)#?x?sum(x_len)?*?num_featuresx?=?self.module(x)x?=?x.view(t,?n,?-1)return?xclass?InferenceBatchLogSoftmax(nn.Module):def?forward(self,?x):#?[seq_len,?bs,?num_class]if?not?self.training:seq_len?=?x.size()[0]return?torch.stack([F.log_softmax(x[i])?for?i?in?range(seq_len)],?0)else:x?=?F.log_softmax(x)return?x class?CTC_Model(nn.Module):def?__init__(self,?rnn_input_size=80,?rnn_hidden_size=256,?rnn_layers=4,rnn_type=nn.LSTM,?bidirectional=True,batch_norm=True,?num_class=3864,?drop_out=0.1):super(CTC_Model,?self).__init__()self.rnn_input_size?=?rnn_input_sizeself.rnn_hidden_size?=?rnn_hidden_sizeself.rnn_layers?=?rnn_layersself.rnn_type?=?rnn_typeself.num_class?=?num_classself.num_directions?=?2?if?bidirectional?else?1self._drop_out?=?drop_outself.name?=?'CTC_Model'self.conv?=?nn.Sequential(??#?抽取features時的壓縮尺度，可以調整nn.Conv2d(1,?16,?kernel_size=(11,?3),?stride=(2,?2)),nn.BatchNorm2d(16),nn.ReLU(),nn.Conv2d(16,?16,?kernel_size=(3,?3),?stride=(2,?2)),nn.BatchNorm2d(16),nn.ReLU(),)rnn_input_size?=?int(math.floor(rnn_input_size-3)/2+1)rnn_input_size?=?int(math.floor(rnn_input_size-3)/2+1)rnn_input_size?*=?16rnns?=?[]rnn?=?BatchRNN(input_size=rnn_input_size,?hidden_size=rnn_hidden_size,rnn_type=rnn_type,?bidirectional=bidirectional,batch_norm=False)rnns.append(('0',?rnn))for?i?in?range(rnn_layers-1):rnn?=?BatchRNN(input_size=self.num_directions*rnn_hidden_size,hidden_size=rnn_hidden_size,?rnn_type=rnn_type,bidirectional=bidirectional,?dropout?=?drop_out,?batch_norm?=?batch_norm)rnns.append(('%d'?%?(i+1),?rnn))self.rnns?=?nn.Sequential(OrderedDict(rnns))if?batch_norm?:fc?=?nn.Sequential(nn.BatchNorm1d(self.num_directions*rnn_hidden_size),nn.Linear(self.num_directions*rnn_hidden_size,?num_class+1,?bias=False))else:fc?=?nn.Linear(self.num_directions*rnn_hidden_size,?num_class+1,?bias=False)self.fc?=?SequenceWise(fc)self.inference_log_softmax?=?InferenceBatchLogSoftmax()def?forward(self,?x):x?=?torch.unsqueeze(x,?dim=1)??#?x:?[bs,?1,?seq_len,?80]x?=?self.conv(x)??#?[bs,?16,?seq_len/4,?19]x?=?x.transpose(2,?3).contiguous()sizes?=?x.size()x?=?x.view(sizes[0],?sizes[1]*sizes[2],?sizes[3])??#?[bs,?304，?seq_len/4]x?=?x.transpose(1,?2).transpose(0,?1).contiguous()?#?[seq_len/4,?bs,?16*19]x?=?self.rnns(x)??#?[seq_len/4,?16,?512]x?=?self.fc(x)??#?[seq_len/4,?16,?num_class]x?=?self.inference_log_softmax(x)??#?[seq_len/4,?16,?num_class]return?x

3.4 訓練過程與模型保存

#?獲取input的seqlen def?get_input_len(inputs):#?inputs?[bs,?seq_len,?80]x?=?torch.sum(inputs.abs(),?dim=2)??#?[bs,?seq_len]x?=?x.ne(torch.zeros(inputs.shape[:-1],?dtype=torch.int64))x?=?torch.sum(x,?dim=1)x?=?((x?-?11)?/?2?+?1?-?3)?/?2?+?1return?x#?獲取target的seqlen def?get_target_len(targets):#?targets?[bs,?text_len]x?=?targets.ne(torch.zeros(targets.shape,?dtype=torch.int64))x?=?torch.sum(x,?dim=1)return?xtotal_epochs?=?60?#?模型迭代次數 batch_size?=?16?#?指定批大小 warmup_steps?=?12000?#?熱身步數 lr_factor?=?1.0?#?學習率因子 accu_grads_steps?=?8?#?梯度累計步數num_mel_bins?=?80 rnn_hidden_size?=?256 rnn_layers?=?4 rnn_type?=?nn.LSTM bidirectional?=?True batch_norm?=?True drop_out?=?0.1#?加載詞表 unit2idx?=?{} with?open('./data/vocab',?'r',?encoding='utf-8')?as?fr:for?line?in?fr:unit,?idx?=?line.strip().split()unit2idx[unit]?=?int(idx) vocab_size?=?len(unit2idx)?#?輸出詞表大小 print("[info]?vocab?size?is",?vocab_size)#?模型定義 model?=?CTC_Model(rnn_input_size=num_mel_bins,?rnn_hidden_size=rnn_hidden_size,?rnn_layers=rnn_layers,rnn_type=rnn_type,?bidirectional=bidirectional,?batch_norm=batch_norm,num_class=vocab_size,?drop_out=drop_out)if?torch.cuda.is_available():model.cuda()?#?將模型加載到GPU中train_wav_list?=?['./data/train/wav.scp',?'./data/dev/wav.scp'] train_text_list?=?['./data/train/text',?'./data/dev/text'] dataset?=?AudioDataset(train_wav_list,?train_text_list,?unit2idx=unit2idx,?num_mel_bins=num_mel_bins) dataloader?=?torch.utils.data.DataLoader(dataset,?batch_size=batch_size,shuffle=True,?num_workers=2,?pin_memory=False,collate_fn=collate_fn)#?定義優化器以及學習率更新函數 def?get_learning_rate(step):return?lr_factor?*?rnn_hidden_size?**?(-0.5)?*?min(step?**?(-0.5),?step?*?warmup_steps?**?(-1.5))lr?=?get_learning_rate(step=1) optimizer?=?torch.optim.Adam(model.parameters(),?lr=lr,?betas=(0.9,?0.98),?eps=1e-9)if?not?os.path.exists('./model'):?os.makedirs('./model')global_step?=?1 step_loss?=?0 ctc_loss?=?nn.CTCLoss(blank=vocab_size-1,?reduction='mean')print('Begin?to?Train...') for?epoch?in?range(total_epochs):print('*****??epoch:?%d?*****'%?epoch)for?step,?(_,?inputs,?targets)?in?enumerate(dataloader):#?將輸入加載到GPU中if?torch.cuda.is_available():inputs?=?inputs.cuda()??#?[bs,?seq_len,?80]targets?=?targets.cuda()??#?[bs,?txt_len]input_sizes?=?get_input_len(inputs)target_sizes?=?get_target_len(targets)out?=?model(inputs)loss?=?ctc_loss(out,?targets,?input_sizes,?target_sizes)loss?/=?batch_sizeloss.backward()step_loss?+=?loss.item()if?(step+1)?%?accu_grads_steps?==?0:#?梯度裁剪grad_norm?=?torch.nn.utils.clip_grad_norm_(model.parameters(),?5.0)optimizer.zero_grad()optimizer.step()if?global_step?%?10?==?0:print('-Training-Epoch-%d,?Global?Step:%d,?lr:%.8f,?Loss:%.5f'?%?\(epoch,?global_step,?lr,?step_loss?/?accu_grads_steps))global_step?+=?1step_loss?=?0#?學習率更新lr?=?get_learning_rate(global_step)for?param_group?in?optimizer.param_groups:param_group['lr']?=?lr#?模型保存checkpoint?=?model.state_dict()torch.save(checkpoint,?os.path.join('./model',?'model.epoch.%d.pt'?%?epoch)) print('Done!')

4. 改進方法

• Data Augmentation

• LM Fusion

• Larger Model

3

比賽時間

競賽分為初賽與復賽兩階段，初賽已于 2019 年 12 月 23 日開啟，biendata 平臺同步發布訓練集、開發集、測試集，并開放初賽提交。2020 年 3 月 20 日，初賽報名和組隊時間截止。每日提交存在次數限制，請感興趣的選手盡量選擇提前參賽，以獲得更多驗證提交次數和優化模型的機會。

4

參賽方式

點擊閱讀原文鏈接或掃描下圖中的二維碼直達賽事頁面，注冊網站-下載數據，即可參賽。?

biendata 是知名的國際性大數據競賽平臺，面向全球在校學生、科研人員、企業以及自由職業者開放，期待對人工智能感興趣的小伙伴能在平臺上眾多比賽中大展身手，在思維與技術的交流碰撞中激發創新和突破。?

友情提示，因涉及到數據下載，強烈建議大家登錄 PC 頁面報名參加。

5

比賽數據

“智源 MagicSpeechNet 家庭場景中文語音數據集”是當前業界稀缺的優質家居環境語音數據，其中包含數百小時的真實家庭環境中的雙人對話，每段對話基于多種平臺進行錄制，并已完全轉錄和標注。

比賽數據分為訓練集、開發集和測試集三部分，測試集數據為需要識別的音頻文件，每段音頻分為安卓平臺、iOS 平臺，錄音筆錄制的三個文件。為便于選手分割每段音頻，比賽提供了標明起始和結束時間點信息的 json 文件，選手需使用模型識別音頻中的對話，并根據 json 中對應的 uttid 提交相應的文本。?

相較于國內外同類多通道語音識別比賽，本比賽數據在數量、場景、聲音特性等方面具有以下優勢。?

1. 大量的對話數據國內的語音識別比賽基本使用朗讀類型的語音數據，而本比賽使用的數據為真實的對話數據。數據為完全真實場景的對話，說話人以放松和無腳本的方式，圍繞所選主題自由對話。相比基于對話數據的國際同類比賽，在數據量方面仍舊具有極大的優勢。同時，合理的說話人語音交疊更真實地體現日常家庭場景下的語音識別難度。

2. 場景真實多樣本數據集采集于 3 個真實的家庭場景，說話人以放松和無腳本的方式，圍繞所選主題自由對話。不同的采集環境豐富了數據的多樣性，同時增強了比賽的難度。

3. 近講與多平臺遠講數據結合每段對話有 5 個通道的同步錄音，包括 3 個遠講通道和 2 個近講通道。遠講通道分別由多個型號的安卓手機，蘋果手機和錄音筆錄制，充分體現多平臺錄音數據的特性；近講數據使用高保真麥克風錄制，與說話人的嘴保持 10 cm 的距離。

4. 豐富均衡的聲音特性本數據集擁有豐富均衡的聲音特性。錄制本數據集的說話人來自中國大陸不同地域，存在一定的普通話口音。同時，說話人選自不同年齡段，性別均衡。

6

智源算法大賽

2019 年 9 月，智源人工智能算法大賽正式啟動。本次比賽由北京智源人工智能研究院主辦，清華大學、北京大學、中科院計算所、曠視、知乎、博世、愛數智慧、國家天文臺、晶泰等協辦，總獎金超過 100 萬元，旨在以全球領先的科研數據集與算法競賽為平臺，選拔培育人工智能創新人才。?

研究院副院長劉江也表示：“我們希望不拘一格來支持人工智能真正的標志性突破，即使是本科生，如果真的是好苗子，我們也一定支持。”而人工智能大賽就是發現有潛力的年輕學者的重要途徑。?

本次智源人工智能算法大賽有兩個重要的目的，一是通過發布數據集和數據競賽的方式，推動基礎研究的進展。特別是可以讓計算機領域的學者參與到其它學科的基礎科學研究中。二是可以通過比賽篩選、鍛煉相關領域的人才。智源算法大賽已發布全部的 10 個數據集，目前仍有 5 個比賽（獎金 50 萬）尚未結束。

7

正在角逐的比賽

智源小分子化合物性質預測挑戰賽?

https://www.biendata.com/competition/molecule/?

智源杯天文數據算法挑戰賽?

https://www.biendata.com/competition/astrodata2019/

智源-INSPEC 工業大數據質量預測賽?

https://www.biendata.com/competition/bosch/

智源-MagicSpeechNet 家庭場景中文語音數據集挑戰賽

https://www.biendata.com/competition/magicdata/?

智源-高能對撞粒子分類挑戰賽?

https://www.biendata.com/competition/jet/

????

現在，在「知乎」也能找到我們了

進入知乎首頁搜索「PaperWeekly」

點擊「關注」訂閱我們的專欄吧

關于PaperWeekly

PaperWeekly 是一個推薦、解讀、討論、報道人工智能前沿論文成果的學術平臺。如果你研究或從事 AI 領域，歡迎在公眾號后臺點擊「交流群」，小助手將把你帶入 PaperWeekly 的交流群里。

總結

以上是生活随笔為你收集整理的10万元奖金语音识别赛进行中！CTC 模型 Baseline 助你轻松上分的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。