本屆大會同時在線上和線下（新加坡）舉辦。“云知聲-上師大自然人機交互”聯(lián)合實驗室提出的語音分離-DPCCN和目標(biāo)語音分離-sDPCCN技術(shù)論文被收錄且在線上會議平臺展示了相關(guān)算法細節(jié)，代表了云知聲在語音信號處理領(lǐng)域的底層技術(shù)的創(chuàng)新，與國際學(xué)術(shù)界對云知聲技術(shù)創(chuàng)新的認可。

此外，這已經(jīng)不是云知聲在語音信號處理方向第一次獲得國際認可，早在2020年已經(jīng)收獲ICASSP DNS國際評測第四，2021獲得Interspeech 2021 DNS 第二，Interspeech 2021 AEC Challenge 第二等多項榮譽。

此次被錄取的論文主要利用語音分離的技術(shù)突破來處理雞尾酒會問題，涉及語音識別、降噪等諸多方向。

雞尾酒會問題：在復(fù)雜場景下，人類可以輕易地關(guān)注于自身感興趣的語音，但是對于機器來說卻顯得尤為困難，這種現(xiàn)象被稱為雞尾酒會問題。

在本次論文中，聯(lián)合實驗室團隊從時頻域的角度出發(fā)，提出了一種基于U-Net結(jié)構(gòu)的語音分離模型DPCCN（Densely-connectedPyramidComplexConvolutionalNetwork），并在DPCCN基礎(chǔ)上，設(shè)計了一個特殊的目標(biāo)說話人聲紋編碼模塊來對目標(biāo)說話人的注冊語音進行聲紋信息提取，從而監(jiān)督DPCCN分離網(wǎng)絡(luò)提取出相應(yīng)的目標(biāo)說話人語音sDPCCN。在業(yè)界公開帶噪帶混響的LibriSpeech數(shù)據(jù)集合上，實驗結(jié)果顯示所提出的DPCCN方法顯著超過了目前業(yè)界主流技術(shù)。

另外，目前大多數(shù)主流的目標(biāo)語音提取系統(tǒng)都是受監(jiān)督學(xué)習(xí)驅(qū)動的，它們對訓(xùn)練數(shù)據(jù)有著很強的依賴。由于源域和目標(biāo)域的聲學(xué)特性之間存在著一定程度的不匹配，域內(nèi)和跨域條件下的目標(biāo)語音提取之間通常有著巨大的性能差異。因此，論文還提出了一種Mixture-Remix機制（Fig2所示）來提高跨域條件下的目標(biāo)語音提取性能。

在Libri2Mix和Aishell2Mix構(gòu)建的英文-中文跨域目標(biāo)語音分離任務(wù)上，文中提出的Mixture-Remix機制不管在sDPCCN還是經(jīng)典的TD-SpeakerBeam(TSB)結(jié)構(gòu)上都體現(xiàn)出了顯著效果。

在此之前，云知聲就已經(jīng)在語音識別，降噪領(lǐng)域有了諸多建樹，并將相關(guān)技術(shù)在多個領(lǐng)域、多個項目、多個產(chǎn)品中落地。比如云知聲的遠場陣列處理技術(shù)已被廣泛應(yīng)用于多種智能家電，（如智能音箱、智能空調(diào)、智能抽油煙機）；智慧交通設(shè)備（如8mic大陣列地鐵問詢機、購票機），三代共6款專用AI語音芯片（截至目前，已達到千萬級出貨）等產(chǎn)品。

其中智慧交通的相關(guān)產(chǎn)品與設(shè)備已在上海、廣州、徐州、深圳、合肥、三亞、蘇州、昆明、無錫、南寧等全國10余個城市、20余條地鐵線路的200余個地鐵站落地，其中包括云知聲傾力打造的全國首個智慧軌交標(biāo)桿示范站——廣州地鐵廣州塔（“小蠻腰”）站，以及無人地鐵示范線路——深圳地鐵20號線等。

另外，針對低功耗可穿戴設(shè)備，云知聲基于深度學(xué)習(xí)技術(shù)構(gòu)建了近場降噪技術(shù)，語音質(zhì)量客觀指標(biāo)SNR、PESQ、STOI已處于國際領(lǐng)先水平，在目前大火的智能AR工業(yè)眼鏡，藍牙智能眼鏡等產(chǎn)品中都有它的身影。

未來，云知聲將不斷探索科技新高度，促進AI系統(tǒng)的“智力”提升，讓后者更好地應(yīng)用于千行百業(yè)，為用戶締造更加出色的智能體驗。

xiesc