竞赛简介
目前语音生成技术已经日趋成熟，生成的语音在特定条件下可以与真人语音相媲美，该技术在生活、娱乐、新闻、教育、医疗、金融等众多领域具有广泛的应用前景，但是虚假生成语音对社会危害重大，亟需生成语音鉴别技术。虽然该技术已引起学术界与工业界的广泛关注，但是鉴别模型还存在泛化性不足和鲁棒性差的问题。因此， 中国科学院自动化研究所的陶建华研究员联合新加坡国立大学的李海洲教授在语音领域国际顶级会议 ICASSP 2022上举办首届语音深度合成鉴别挑战赛(The First Audio Deep Synthesis Detection Challenge, ADD 2022)，希望能激励世界各地的研究人员提出具有创新性的算法，从而推动和促进该领域的技术发展。
参加所有赛道成绩排名前列和做出具有创新性工作的参赛队伍将有机会在 ICASSP 2022会议上发表参赛技术方案的论文，共5篇论文收录于会议论文集。
赛道
本次比赛将分成三个赛道
赛道1–低质量虚假语音鉴别（Low-quality Fake Audio Detection，LF）
该轨迹的真实语音和虚假语音包含了语音合成或语音转换技术产生的各种噪声干扰，每句话都是虚假的。
[En]
The real speech and false speech of this track include all kinds of noise interference, which is generated by speech synthesis or speech conversion technology, and each sentence is false.
赛道2–部分虚假语音鉴别（Partially Fake Audio Detection, PF）
这条赛道中的每一个假声音都不完全是由生成的语音组成的，每句话中只有一部分是假声音，这部分假语音可以来自语音合成技术或其他真实语音等。
[En]
Every false voice in this track is not entirely composed of generated speech, only part of each sentence is a false voice, this part of the false speech can come from speech synthesis technology or other real speech and so on.
赛道3–语音攻防对抗（Audio Fake Game，FG）
这个赛道包括2个子赛道：语音生成任务和生成语音检测任务，两个任务是”攻与防”的关系，两个子赛道分开报名。
子赛道3.1-生成任务（Generation, FG-G）：该任务的目的是采用一系列生成方法合成能欺骗检测模型的语音。
子赛道3.2-检测任务（Detection, FG-D）：该任务的目的是高泛化性地对生成语音进行检测，并具备对采用攻击方法生成的语音具备一定防御能力。
时间安排（AOE时间)
2021.11.16注册开发，训练和开发数据集发布2021.12.01参考数据集发布2021.12.30报名日期截止
评估数据集发布
2021.12.20赛道3.1 评估开始2021.12.30赛道3.2 第一轮评估开始2021.12.30赛道3.2 第二轮评估开始2021.12.30赛道1和赛道2评估开始
评估截止日期
2021.12.26提交截止2021.12.29第一轮提交截止2022.01.06第二轮提交截止2022.01.06提交截止2022.01.13向参与者发布结果和排名2022.01.20系统描述文件提交截止2022.01.30ICASSP 200 SPGC论文提交截止
组委者委员会
陶建华
中国科学院自动化研究所
李海洲
新加坡国立大学
易江燕
中国科学院自动化研究所
傅睿博
中国科学院自动化研究所
聂帅
中国科学院自动化研究所
梁山
中国科学院自动化研究所
温正棋
中国科学院自动化研究所
联系方式
add2022@addchallenge.cn
赛事官网
Original: https://blog.csdn.net/AI_SHELL/article/details/123356269
Author: 希尔贝壳AISHELL
Title: ICASSP 2022丨语音深度合成鉴别挑战赛（ADD 2022）
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/526534/
转载文章受原作者版权保护。转载请注明原作者出处！