DNS-Challenge

ICASSP 2023 深度噪声抑制挑战

1. 除了噪声抑制外，本挑战还包括对耳机和扬声器电话场景的混声抑制和干扰性说话者抑制。
2. 本挑战有两个赛道：(i) 耳机（有线/无线耳机、耳塞，如 AirPods 等）语音增强；(ii) 非耳机（扬声器电话、笔记本电脑/台式机/移动电话/其他会议设备中的内置麦克风等）语音增强。
3. 本挑战采用 ITU-T P.835 主观测试框架来测量语音质量（SIG）、背景噪声质量（BAK）和整体音频质量（OVRL）。我们修改了 ITU-T P.835，使其可靠地用于具有干扰（不需要的邻近）说话者的测试片段。除了 P.835 分数外，还使用了单词准确性（WAcc）来衡量模型的性能。
4. 请注意，知识产权（IP）不会转移给挑战组织者，即如果共享/提交代码，参赛者仍然是其代码的所有者（如果将代码公开发布，应添加适当的许可证）。

基准音箱嵌入模型 此挑战采用 SpeechBrain 中可用的预训练 ECAPA-TDNN 模型作为基准音箱嵌入模型,可在 https://huggingface.co/speechbrain/spkrec-ecapa-voxceleb. 中找到。参赛者可以使用其他公开可用的音箱嵌入模型或开发自己的音箱嵌入提取器。参赛者建议探索 https://github.com/jungjee/RawNet 中可用的 RawNet3 模型。