近日，2023年外洋顶级语音会议ASRU（IEEE Automatic Speech Recognition and Understanding，自动语音识别与贯串）的多通说念多方会议转录挑战赛（M2MeT2.0）圆满停止，喜马拉雅珠峰试验室取得了异常得益，荣获冠军盛誉。

　　ASRU研讨会是IEEE语音和语言处理工夫委员会（SLTC）的旗舰工夫举止，每两年举办一次，收罗了来自学术界和工业界的顶级众人和接头东说念主员，共同探讨宽泛的语音识别与贯串问题。本次M2MeT2.0挑战赛是ASRU 2023年的蹙迫赛事，旨在处置离线会议室华文音访佛的转录不毛。会议场景动作典型的多东说念主目田交谈的"鸡尾酒会场景"一直是语音识别边界的难点和关爱焦点，关于开荒会议场景的语音东说念主工智能和探索关系问题的工业级处置有经营具有蹙迫酷好酷好。

　　值得一提的是，喜马拉雅并非初度干与ASRU的M2MeT挑战赛。在首届M2MeT挑战赛中，喜马拉雅与中国科学工夫大学调解，在话语东说念主日记赛说念中荣获第三名，况兼取得了仅有4.05%的日记乌有率。首届挑战赛的评估臆度是字符乌有率（CER），只转灌音频对应的文本，不洽商话语东说念主标签。基于首届的收效，M2MeT2.0挑战赛将注视于话语东说念主关系的评估，鞭策多话语东说念主语音识别系统的实用化，并建筑了截止数据和不截止数据两个子赛说念。

　　为了豪爽这一挑战，喜马拉雅珠峰试验室从语音识别基础框架启航，张开了混叠语音检测工夫和话语东说念主日记工夫等方面的工夫探索。在本次M2MeT2.0挑战赛中，喜马拉雅在截止数据集和敞开数据集两个子赛说念上均取得了第又名的出色得益。

　　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，模拟了各式居品、不同主题的例会以及各式室内杂音。其中包括东说念主声、电视声、电扇空调声、键盘声、开门/关门声、气泡声等访佛交错的声息，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，确保了对应话语东说念主的语音准确转录。这一数据集关于多话语东说念主语音识别和语音访佛问题的接头具有蹙迫的学术酷好酷好，并为寻找工业级处置有经营提供了确凿且各类化的数据资源。

　　M2MeT2.0挑战赛数据迫临统统话语东说念主的母语均为汉语，喜马拉雅通过产学研相伙同的格式积极参与其中，奋力于于为中国脉土语音识别工夫的发展作出孝顺。在M2MeT2.0挑战赛中，喜马拉雅展示了出色的话语东说念主和语音识别工夫(ASR)展现出了异常的性能，其珠峰试验室团队通过自研的话语东说念主识别、语音增强和语音识别等模块的优化和劝诫，在语音访佛和多话语东说念主环境下取得了权臣破损。借助深度学习和神经汇注模子的伙同，喜马拉雅珠峰试验室偶而准确识别和分袂多个话语东说念主的语音，并及时转录。

　　喜马拉雅关系工夫不仅在ASRU 2023年M2MeT2.0挑战赛中得到考据，还已应用赋能于喜马拉雅AIGC本体坐褥中。现在，喜马拉雅自动语音识别（ASR）工夫已宽泛应用到了喜马拉雅App的AI文稿功能，对喜马拉雅平台中无文稿的声息本体进行语音转写，并输出相应的翰墨，从而便于听众更好地贯串声息本体。同期，关于已有原始文稿的声息本体，喜马拉雅的AI文稿功能通过超长音频与文本的对王人工夫，将声息与文稿进行时候戳对轨，已毕声息播放与相应翰墨的同步高亮，让用户偶而更简短地享受边听边看的本体销耗体验。

　　除了ASR工夫，喜马拉雅的TTS(语音合成)工夫也处于行业前线，并也曾宽泛被利用于评书、新闻、演义等多种本体的制作中，喜马拉雅通过将自主想象单独的韵律索求模块融入到HiTTS 工夫框架，完好复现了单田芳的“声息”。据悉，喜马拉雅已用单田芳的AI合成音上线了跨越100多张专辑，总播放量跨越1亿。

　　多年来，喜马拉雅一直在AI语音工夫边界进行深切接头，其珠峰试验室长久专注于语音合成、情绪分析、语音识别等边界的接头和改进。通过参与ASRU 2023年M2MeT2.0挑战赛并取得冠军，喜马拉雅进一步牢固了在语音工夫边界的当先地位，并展示了在处置复杂语音场景下的出色身手。

　　动作备受用户青睐的在线音频平台，喜马拉雅一直秉握着以科技赋能文化的理念，不停将工夫与创作家、用户相伙同，提高本体坐褥后果并提供异常的本体体验。喜马拉雅也将握续通过科技赋能和产学研相伙同的格式，将先进而智能的语音工夫与声息相伙同，为用户提供异常的语音工夫产品和工作。