microsoft/AEC-Challenge

해결하는 문제

음향 에코 제거(AEC)는 오디오 통신에서 음성 향상의 중요한 부분이지만 여전히 어려운 과제입니다. 이 프로젝트는 연구자들이 새로운 AEC 알고리즘을 개발하고 테스트하는 데 필요한 데이터와 평가 리소스를 제공하여 분야를 발전시키는 것을 목표로 합니다.

작동 방식

이 프로젝트는 두 개의 대규모 훈련 데이터 세트를 오픈소스로 제공합니다: 10,000개 이상의 실제 오디오 기기와 실제 환경에서 인간 화자로부터 캡처한 실제 녹음과 합성 데이터 세트입니다. 둘 다 단일 대화 및 이중 대화 시나리오를 다룹니다. 성능을 측정하기 위해 온라인 주관적 테스트 프레임워크와 객관적 지표 서비스(AECMOS의 전체 대역 버전 포함)를 제공하여 결과를 빠르게 확인할 수 있습니다. 챌린지는 또한 개인화된 AEC를 위한 두 번째 트랙을 추가하고 알고리즘 및 버퍼링 지연 시간을 20ms로 줄입니다.

대상 사용자

음향 에코 제거, 음성 향상 또는 오디오 통신을 연구하는 연구자와 엔지니어. 또한 ICASSP 2023 음향 에코 제거 챌린지 참가자를 직접 대상으로 하며, 공통 데이터 세트와 평가 파이프라인을 기준으로 알고리즘을 벤치마킹하려는 사람들을 위한 것입니다.

주요 특징

• 두 개의 대규모 오픈소스 데이터 세트: 10,000개 이상의 기기에서 수집된 실제 녹음과 합성 세트로, 단일 대화 및 이중 대화를 모두 다룹니다.
• 빠른 평가를 위한 온라인 주관적 테스트 프레임워크 및 객관적 지표 서비스(AECMOS).
• 개인화된 AEC를 위한 두 번째 트랙과 20ms의 지연 시간 목표 단축.
• 우승자는 평균 의견 점수(MOS)와 단어 정확도에 따라 선정됩니다.