화자인식 인공지능 경진대회

• 문제2 화자 인식 데이터셋 설명

대회 규칙

• 주제
  • 음성 데이터에서 발화자 일치 여부를 도출해낼 수 있는 인공지능 알고리즘 개발
• 평가
  • EER(Equal Error Rate)
• NSML GPU 지원
  • Tesla V100-SXM2-32GB 1개
• 외부 데이터 및 사전 학습 모델 사용 불가

문제 2 [화자인식 Dataset 설명]

• 매칭된 두개의 음성파일을 읽어 같은 발화자인지 다른 발화자인지 추론

  전체 크기	파일수	NSML 데이터셋 이름
  42.2GB	train_data(239,378) test_data(1,221)	speaker

Train Dataset

• root_path/train/train_data/ (239,279개의 wav 파일 *확장자 없는 레이블 형태)

  idx_000001
  idx_000002
  idx_000003
  idx_000004
  ...
  idx_239375
  idx_239376
  idx_239377
  idx_239378

Train Lable

• root_path/train/train_label

• train_label (DataFrame 형식, 238,822rows)

  • columns - ["file_name", "file_name_", "label"]

  • file_name - train_data 폴더에 존재하는 임의의 wav파일명 (ex. idx_000001)

  • file_name_ - train_data 폴더에 존재하는 임의의 wav파일명 (ex. idx_000002)

  • label - 두 파일에 녹음된 발화자가 동일인물이면 1, 다른인물이면 0 (Binary Classification)

Test Dataset

• root_path/test/test_data/wav/ (1,221개의 wav 파일 *확장자 없는 레이블 형태)

  idx_000001
  idx_000002
  idx_000003
  idx_000004
  ...
  idx_001218
  idx_001219
  idx_001220
  idx_001221

• root_path/test/test_data/test_data

• test_data (DataFrame 형식, 30,493rows)

  • columns - ["file_name", "file_name_]

  • file_name - wav 폴더에 존재하는 임의의 wav파일명 (ex. idx_000001)

  • file_name_ - wav 폴더에 존재하는 임의의 wav파일명 (ex. idx_000002)

  • test_data에 label column을 추가하여 추론값을 대입 (최종 제출 format)