DCASE(Challenge on Detection and Classification of Acoustic Scenes and Events)，即聲學場景和事件檢測及分類競賽，是世界範圍內權威的聲學比賽，從2013年至今已經成功舉辦了六屆，隨着愈來愈多的頂級高校組織、權威科研機構等參與到比賽中來，DCASE在必定程度上推進了計算機聽覺的發展的快速發展。git
今年舉辦的DCASE2020截至目前已經到了中後期，這屆大賽吸引了包括亞馬遜、英特爾、高通驍龍、騰訊等國際公司和清華大學、新加坡南洋理工大學、香港中文大學等頂級高校的參與。一共分爲以下六個任務，本文主要針對Task 1聲學場景分類進行介紹，以及整理了各個參賽隊伍的技術方案，供相關研究方向的研究人員交流討論。github
- Task 1聲學場景分類
- Task 2用於機器狀態監視的異常聲音的無監督檢測
- Task 3聲音事件的定位和檢測
- Task 4家庭環境中的聲音事件監測和分離
- Task 5時空上下文的城市聲音標記
- Task 6自動音頻字幕
一：Task 1任務介紹
Task1包含兩個子任務：Task 1a和Task 1bflex
1.1：Task 1a任務介紹spa
a）任務要求：識別不一樣終端設備，好比手機、ipad或其它錄音設備採集的音頻，識別成不一樣的類別，具體以下圖所示。設計
b）聲學場景包括：3d
- Airport - airport
- Indoor shopping mall - shopping_mall
- Metro station - metro_station
- Pedestrian street - street_pedestrian
- Public square - public_square
- Street with medium level of traffic - street_traffic
- Travelling by a tram - tram
- Travelling by a bus - bus
- Travelling by an underground metro - metro
- Urban park - park
c）開發數據集：以下表所示，其中包含10個城市和9個設備的數據：3個真實設備（A、B、C）和6個模擬設備（S1-S6）。數據集提供了一個訓練/驗證分割，其中每一個設備70%的數據用於訓練，30%用於驗證，下載地址。excel
d）評估數據集：包含12個城市、10個聲學場景、11個設備的數據。有五個新的設備（在開發集中不可用），真實設備D和模擬設備S7-S11，下載地址。blog
1.2：Task 1b任務介紹事件
a）要求：將音頻分爲三大類：室內、室外和交通。該任務針對模型大小方面的分類問題的低複雜性解決方案，要求模型大小不超過500KB，並使用單個設備（設備A）錄製的音頻。 具體以下圖所示。ip
b）開發數據集：包含10個城市的數據。開發集的音頻總量爲40小時，下載地址。
c）評估數據集：包含12個城市的數據（2個城市在開發數據集中看不到），評估數據包含30小時的音頻，下載地址。
1.3：其餘條件
a）以上兩個任務Task 1a和Task 1b都可以條件下使用以下外部的模型以及數據集。
b）官方開源了兩個任務的Baseline方案。
https://github.com/toni-heittola/dcase2020_task1_baseline github.com二：Task1a和Task1b的優秀方案彙總
彙總各個優秀的方案設計狀況（每一個參賽隊伍取最優方案），包括但不限於：分類器設計、數據加強方案、特徵提取方案、子模型數量、外部數據引用狀況、嵌入層設計，模型壓縮方案等等。
2.1：Task1a方案彙總
Task1a優秀方案：top1-top15
Task1a優秀方案：top16-top29
2.2：Task1b方案彙總
Task1b優秀方案：top1-top15
Task1b優秀方案：top16-top31
方案彙總若須要excel版本，請私信；以上內容爲我的整理，歡迎交流。