📄 معروضة نسخة «بسيط» — «متقدم» غير جاهزة بعد. أضفه إلى المفضّلة للمساعدة في تسريعها. اطلب التحليل الكامل

يستخلص الإنسان دون عناء الصوتَ المطلوب من جلبة الحفل. أما بالنسبة للحاسوب، فما زال الأمر في حدود المستطاع. كانت البرامج السابقة تتدرب على تسجيلات عقيمة، لا صدى فيها ولا طنين أجهزة. لكنّ الحوار الحقيقي يشبه تيارًا عارمًا: المتحاورون يقاطعون، ويبتعدون عن الميكروفون، وفي الخلفية أزيز ماكينة القهوة.

مسابقة REAL-TSE الجديدة ترمي بصنارتها لأول مرة في هذه المياه العكرة. يُعطى المشاركون مجموعة من المخططات الطيفية — وهي أشبه بصور فوتوغرافية للصوت — مسجّلة في بيئة حيّة. من بضع ثوانٍ من الصوت، على الخوارزمية أن تصطاد كلام هذا الشخص من بين خليط الأصوات المتعددة. ويتم تقييم الطبيعة أيضًا: هل سيتحول الصوت إلى صرير؟ مساران: عبر الإنترنت — كما في البث المباشر، وخارج الإنترنت — مع تحليل التسجيل كاملًا.

يرتكز الأسلوب على تحليل الصوت إلى موجات بسيطة — وهو اكتشاف فورييه الذي مضى عليه قرنان. والأنظمة الحديثة، مثل صيادين مسلّحين بمعرفة كيفية فك تشابك ترددات الصوت، تكافح إنتروبيا عالية — وهي مقياس الفوضى في الخليط الصوتي. ورغم أننا بعيدون عن الصيد المثالي، فإن مثل هذه الاختبارات «الميدانية» هي ما يدفع التقنية من المختبرات الهادئة إلى عالمنا الصاخب.

الملخص الأصلي

كما كتبه المؤلفون، بالإنجليزية arXiv:2607.15198

We introduce the REAL-TSE Challenge, an IEEE SLT 2026 satellite challenge on target speaker extraction~(TSE) from real conversational recordings. Given a multi-speaker mixture and one or more enrollment utterances from a target speaker, participating systems must recover only the target speech. Unlike simulated read-speech benchmarks, REAL-TSE evaluates Mandarin and English recordings that contain natural overlap, reverberation, noise, channel mismatch, and conversational dynamics. The challenge defines two complementary tracks: an Online track for low-latency streaming extraction and an Offline track for full-context processing. Systems are evaluated with Token Error Rate (TER), Speaker Similarity (SpkSim), DNSMOS, and target-speaker activity F1. This overview paper describes the task definition, datasets, baselines, evaluation protocol, submitted systems, condition-wise findings, and lessons for future real-world TSE benchmarks.