多设备场景下的信号处理与机器学习挑战

本次会议旨在汇聚产业界与学术界专家，推动多设备信号处理与机器学习研究。议题包括但不限于：

• 多设备音频数据集
• 自动语音识别与关键词检测
• 设备仲裁（确定响应查询的设备）
• 语音增强：去混响、降噪、回声消除
• 声源分离与说话人定位追踪
• 隐私敏感的信号处理技术

包容性与公平语音技术

会议重点关注语音技术中的算法偏见问题，议题涵盖：

• 偏见分析与缓解方法
• 面向非标准语音（如ALS、听力障碍）的自动语音识别
• 伦理考量与技术民主化
• 公平性驱动的个性化技术

可信语音处理

针对语音数据中丰富的语言及副语言信息，会议探讨以下方向：

• 差分隐私与联邦学习
• 模型可解释性
• 偏见量化与缓解
• 新型隐私攻击防御
• 可信语音处理数据集与基准

听力障碍者的语音清晰度预测

基于全球3.6亿听力障碍人群的需求，会议聚焦：

• 统计语音建模与清晰度预测
• 个性化听力模型构建
• 实时清晰度预测技术
• 清晰度增强模型评估方法

论文提交

所有特别会议论文需通过Interspeech主会议门户提交，截止日期为2022年3月21日。其中听力清晰度预测专题与为期五年的Clarity挑战赛联动，参赛者可基于公开数据集开发预测模型。