第八届信也科技杯baseline

数智创新，声至未来 Deep in Dialects, for Future Wave.

这是第八届信也科技的baseline。 本届大赛以“智能语音质检，提升用户体验”为背景，探索利用AI技术识别和还原语音数据中的方言信息，特别是不同方言之间的距离特征的问题。这一问题有助于更好地理解汉语语音及其方言、口音特征，以及将相关技术从理论到实际应用的实现，以进一步支持对用户的更好服务。

Environments

Implementing environment:

• python=3.6

• torch==1.9.0

• torchaudio==0.9.0

• pydub==0.21.0

• numba==0.48.0

• numpy==1.15.4

• pandas==0.23.3

• scipy==1.2.1

• scikit-learn==0.19.1

• tqdm

• SoundFile==0.12.1

• GPU: Tesla V100 32G

Dataset

./data 目录下有所需的test_pair数据文件。

test_pair 包含提交所需的100万个数据对，需要选手提交对应的一百万个方言距离，并严格按照test_pair内的样本顺序

音频数据请从共享地址下载：

请将下载好的数据文件 train.zip 和 test.zip 置于工程根目录下，执行

unzip "*.zip" -d ./data/
python create_data_index.py

解压文件并生成目录索引。文件索引选手可根据个人需求自行生成。

Training

python train.py --loss aamsoftmax --max_epoch 80 --device cuda:0 --save_path ./exps/

python train.py --loss StandardSimilarityLoss --max_epoch 80 --device cuda:0 --save_path ./exps_sim/

python train.py --loss PairDistanceLoss --max_epoch 80 --device cuda:0 --save_path ./exps_pairdist/

Inference

python inference.py --model_path exps/model/model_0001.model --test_path data/test --device cuda:0

会在根目录下生成提交所需的submit.csv文件

Acknowledge

• We borrowed a lot of code from ECAPA-TDNN for modeling

Authors

以下作者对本项目有贡献（以姓氏排名）：

• Chen, Yifei
• Gao, Feng
• Kou, Kai
• Ni, Boyi
• Wang, Shaoming
• Zhang, Xuan