2021年12月24日，2021“天马杯”全球高校科技创新大赛（以下简称“大赛”）总决赛在重庆盛大举行。该大赛为包含视觉赛道、语音赛道和NLP赛道多赛道并行的科技创新大赛，吸引了来自海内外134所高校，组成了253支参赛队伍，共590名参赛选手。经过65天的激烈角逐，由华南理工大学音频、语音与视觉处理实验室的郑若伟、陈永强、兰小添、徐剑斌、李学高组成的参赛队伍（队伍名称：asvp）获得了语音赛道总决赛三等奖的佳绩。

郑若伟同学以线上形式参加总决赛颁奖仪式

马上消费金融股份有限公司（简称“马上消费”）是一家经中国银保监会批准，持有消费金融牌照的科技驱动型金融机构。天马杯始于2019年，已连续举办三年，得到了海内外高校在校生高度认可，给在校学生搭建起良好的创新和交流平台.

2021“天马杯”全球高校创新大赛赛题

本次大赛无监督学习ASR赛题说明：

1、使用带有标注信息的资源进行有监督学习的ASR模型，在学术和工业上都取得了巨大的成功。但是我国幅员辽阔，民族众多，在方言、少数民族语言等小语种上想要获取海量标注数据存在非常大的困难。如何使用少量的场景数据或者方言数据，就能达到好的识别效果呢？AI人工智能领域试图探索不需要语音-文字转录数据的语音识别系统。为了解决在不同场景下、不同语种下和数据资源不足的情况下，现有ASR技术性能损失严重的问题。我们寻求更优模式，更优算法来实现低资源ASR系统。

2、初赛任务：本赛题使用受限数据。

·         (1) 针对方言、小语种语音识别系统，在数据资源不足，标注难以获取的情况下，使用半监督，无监督建模成为一种可能。本次赛题旨在探索低资源语音识别更高准确度，更优算法。

·         (2) 考虑到比赛为了突出技术深度，避免数据带来的增益过大；鼓励参赛队伍能够深度参与这次活动，本次比赛中只允许使用官方提供的开源数据集。不允许使用外部数据，包括其它语音识别数据集、纯文本数据集，以及语音合成数据等；可以在开源的预训练模型，如wav2vec基础上fine-tune；不允许使用模型融合系统。

·         (3) 发音词典可以采用Aishell-1提供的发音词典，也可以采用公开渠道可获取的词典，包括通过商业渠道或者开源项目提供的发音词典。

·         (4) 主办方提供预训练模型和baseline基线系统。并且提供单卡T4（16G）GPU服务器用于完成比赛任务。

3、数据描述

◆ 训练集：wenetspeech-S训练集
◆ A榜测试集：wenetspeech TEST_NET和TEST_MEETING 测试集，提交结果时，提交两个测试集的平均值
◆ B榜测试集：比赛组委会11月16日发布

4、评价指标

◆ 比赛将以补充测试集上的字错误率（CER）进行最后队伍名次的排序。
 CER = (S + D + I ) / N
 CER，Character Error Rate，S为替换的字数，D为删除的字数，I为插入的字数，N为总字数

5、语音赛道组委会

联席主席：谢磊 教授 西北工业大学
联席主席：王洪斌 高级总监 马上消费金融有限公司
委员： 刘敏 总监 马上消费金融有限公司
委员： 卢晶 研究员 马上消费金融有限公司
委员： 卜辉 CEO 北京希尔贝壳科技有限公司