近日，北京中关村科金技术有限公司（简称“中关村科金”）与西北工业大学音频、语音与语言处理研究组（[email protected]）组成的参赛队伍，荣获国际权威声纹识别赛事VoxSRC2021的Trick1和Trick2两个赛道双榜第二名，表明中关村科金声纹识别技术达到国际领先水平。
据了解，该奖项是全球语音领域顶级会议interspeech2021的特别竞赛，由牛津大学、麻省理工学院林肯实验室、斯坦福语音技术研究实验室、韩国Naver等全球顶尖高校和学术机构联合举办。此次竞赛高手云集，包括美国约翰霍普金斯大学、微软研究院、思必驰、字节跳动、国音智能、搜狗、美团等国内外一流高校、研究机构及企业。
声纹识别是指通过人工智能技术识别两段语音是否为同一人。目前声纹识别广泛应用在金融质检、安防、刑侦等领域，关系到用户隐私和安全问题。在应用的过程中，声纹识别跨域问题、复杂音频环境问题为各行各业提出了严峻的挑战。如何在应用中，有效降低跨域对声纹识别的干扰、提升声纹识别在复杂音频环境下的识别准确性能，成为了整个行业共同关心的课题。
本次竞赛中，中关村科金使用基于深度学习的声纹识别技术，参加Trick1和Trick2两个赛道的比赛。两赛道均为文本无关声纹识别任务。其中，Trick1采用指定的Voxceleb2 dev作为训练集，Track2则可使用测试集之外任何开放数据作为训练集。比赛最大挑战是需要进行跨语言及复杂环境下的声纹识别。中关村科金通过探索新的数据增广方案，改进声纹识别算法，优化训练损失函数，并融合多个SOTA(行业领先)模型，显著提升了声纹识别在跨语言和复杂环境的鲁棒性以及识别准确率，从而获得两个赛道的亚军。
作为国内领先的人工智能科技公司，中关村科金长期在声纹识别技术领域进行研发投入，基于海量预训练模型以及AI算法助力，在声纹识别公开数据评测中，识别准确率超过99.7%，广泛应用于客服、催收、投诉等场景，为保护用户隐私和数据安全、保障数字经济健康发展提供先进的科技力量支撑。
依托强大的AI算法能力和声纹识别技术，中关村科金助力银行、保险、证券、信托、教育、医疗、智能制造等行业客户实现安全、高效的数字化升级。目前，已为数百家知名行业机构、企业合作提供智能化转型解决方案，在服务企业数字化转型、实现低碳绿色发展方面处于行业领先地位。
扫一扫关注微信