음성인식 인공지능 경진대회

• 문제3 음성 인식(자유대화) 데이터셋 설명
• 문제4 음성 인식(명령어) 데이터셋 설명
• 문제5 음성 인식(한국어방언) 데이터 셋명

대회 규칙

• 주제
  • 한국어 음성을 텍스트로 변환하는 인공지능 개발
• 평가
  • CER(Character Error Rate) 제1지표
  • WER(Word Error Rate) 제2지표
  • 리더보드에는 CER만 표시
  • 최종평가시 동점인 경우 차순위 지표 우수팀이 상위
  • 최종 동점이 발생한 경우 먼저 제출한 팀이 상위
• NSML GPU 지원
  • Tesla V100-SXM2-32GB 2개 (하나의 task에 2개 사용 가능)
• 법적 제약이 없는 외부 데이터 및 사전 학습 모델 사용 가능(대회 종료 후 코드 제출시 함께 제출)

문제 3 [음성인식-자유대화 Dataset 설명]

• 음성 파일과 매칭되는 text를 추론

  전체 크기	파일수	NSML 데이터셋 이름
  54.5GB	train_data(268,928) test_data(10,000)	final_stt_1

Train Dataset

• root_path/train/train_data/(총 267,928개의 음성 파일 *확장자 없는 레이블 형태)
  • PCM 파일(118,680개)
    • 파일명: idx0000001 ~ idx0118680
    • PCM 샘플링 주파수: 16kHz
  • wav 파일(150,248개)
    • 파일명: idx0118681 ~ idx0267928

Train Label

root_path/train/train_label

• train_label (DataFrame 형식, 268,928rows)

  • columns - ["file_name", "text"]

  • file_name - train_data 폴더에 존재하는 파일명 (ex. idx000001)

  • text - train_data 폴더에 존재하는 파일과 매칭되는 Text 정보 (ex. 훈민정음에 스며들다)

Test Dataset

• root_path/test/test_data/(10,000개의 wav 파일 *확장자 없는 레이블 형태/ train_data와 파일명 형식이 다름에 주의)

  idx_0000001
  idx_0000002
  idx_0000003
  idx_0000004
  ...
  idx_0009997
  idx_0009998
  idx_0009999
  idx_0010000
  

Test Label

• root_path/test/test_label (참가자 접근 불가)

• test_label (DataFrame 형식, 10,000rows)

  • columns = ["file_name", "text"]

  • file_name - test_data 폴더에 존재하는 wav파일명 (ex. idx_000001)

  • text - test_data 폴더에 존재하는 wav파일과 매칭되는 Text 정보 (ex. 훈민정음에 스며들다)

문제 4 [음성인식-명령어 Dataset 설명]

• 음성 파일과 매칭되는 Text를 추론(aka.받아쓰기)

  전체 크기	파일수	NSML 데이터셋 이름
  62GB	train_data(197,146) test_data(10,000)	final_stt_2

Train Dataset

• root_path/train/train_data/(197,146개의 wav 파일 *확장자 없는 레이블 형태)

  idx0000001
  idx0000002
  idx0000003
  idx0000004
  ...
  idx0197143
  idx0197144
  idx0197145
  idx0197146
  

Train Label

• root_path/train/train_label

• train_label (DataFrame 형식, 197,146rows)

  • columns - ["file_name", "text"]

  • file_name - train_data 폴더에 존재하는 wav파일명 (ex. idx000001)

  • text - train_data 폴더에 존재하는 wav파일과 매칭되는 text 정보 (ex. 훈민정음에 스며들다)

Test Data

• root_path/test/test_data/(10,000개의 wav 파일 *확장자 없는 레이블 형태 / train_data와 파일명 형식이 다름에 주의)

  idx_0000001
  idx_0000002
  idx_0000003
  idx_0000004
  ...
  idx_0009997
  idx_0009998
  idx_0009999
  idx_0010000
  

Test Label

• root_path/test/test_label (참가자 접근 불가)

• test_label (DataFrame 형식, 10,000rows)

• columns = ["file_name", "text"]

  • file_name- test_data 폴더에 존재하는 wav파일명 (ex. idx_000001)

  • text - test_data 폴더에 존재하는 wav파일과 매칭되는 Text 정보 (ex. 훈민정음에 스며들다)

---

문제 5 [음성인식-한국어방언 Dataset 설명]

• 음성 파일과 매칭되는 text를 추론

  전체 크기	파일수	NSML 데이터셋 이름
  65.42GB	train_data(1,059) test_data(60)	final_stt_3

Train Dataset

• root_path/train/train_data/wav(1,059개의 wav 파일 *확장자 없는 레이블 형태)

  DJSX20002450
  DJSX20002451
  
  ...
  DKSR20000888
  DKSR20000889
  

• root_path/train/train_data/info(1,059개의 json 파일 *확장자 없는 레이블 형태)

• 경상도 발화 데이터

• 전라도 발화 데이터

Train Label

root_path/train/train_label(DataFrame 형식, 1,059개의 rows)

• columns - ["file_name", "text"]

• file_name - train_data 폴더에 존재하는 wav파일명 (ex. DKSR20000888)

• text - train_data/wav 폴더에 존재하는 wav파일과 매칭되는 Text 정보 (train_data/info 파일(json)의 dialect_form을 띄어쓰기(' ')로 이어붙여 생성하였음)

Test Dataset

• root_path/test/test_data/(60개의 wav 파일 *확장자 없는 레이블 형태)

  DJDD20000306
  DJDD20000307
  ...
  DKSR20006835
  DKSR20006836
  

Test Label

• root_path/test/test_label (참가자 접근 불가)

• test_label (DataFrame 형식, 60 rows)

  • columns = ["file_name", "text"]

  • file_name - test_data 폴더에 존재하는 wav파일명 (ex. DJDD20000306)

  • text - test_data 폴더에 존재하는 wav파일과 매칭되는 Text 정보 (json 파일의 dialect_form을 띄어쓰기(' ')로 이어붙여 생성하였음)