XH-202615_复杂交互场景的抗干扰语音指令识别技术.pdfVIP

题目编号：XH-202615

复杂交互场景的抗干扰语音指令识别技术

比赛方案

一、发榜单位

美的集团（上海）有限公司

二、题目名称

复杂交互场景的抗干扰语音指令识别技术

三、题目介绍

随着智能语音设备的普及和人工智能技术的快速发展，人

机交互已经遍及智能家居、车载系统、公共服务等多样化领域，

其中基于语音的交互方式为用户提供了更自然便捷的交互体验，

推动了智能化应用场景的拓展与深化。然而，在复杂开放场景

中，由于多种噪声干扰、多说话人语音重叠等问题，语音识别

系统的准确性和鲁棒性往往严重下降。尤其在唤醒词识别与指

令理解环节，如何准确识别目标说话人的指令，同时有效拒识

非目标说话人，成为提升语音交互系统可靠性和实用性的关键

挑战。

因此，本次比赛聚焦语音识别的抗干扰能力提升和性能优

化，要求选手设计一套鲁棒的语音指令识别系统，针对唤醒音

频的目标发音人提升语音识别率，同时拒识非唤醒发音人，并

通过算法和模型结构优化，兼顾识别性能和模型推理效率。具

体任务包括：

1

1.搭建面向目标发音人的语音识