对话式AI建模新挑战：面向真实噪声语音环境

某中心宣布了一项名为“基于知识的任务型口语对话建模”的新研究挑战，旨在提升对话式人工智能在涉及噪声语音输入的真实场景中的鲁棒性。该挑战已被采纳为第十届对话系统技术挑战赛（DSTC10）的一个赛道。DSTC是推动对话系统发展的领先研究挑战赛。

该中心的挑战包含两个赛道：对话状态跟踪和基于知识的任务型对话建模。两者的目标都是开发能在输入为真实语音信号（而非纯文本）时表现良好的模型。

对话状态跟踪是对话研究领域最受广泛研究的问题之一，涉及在整个对话过程中估计并追踪用户目标。某中心在去年的DSTC上引入了基于知识的任务型对话建模。其目标是利用在线信息来补充通过特定应用程序接口可获得的信息。例如，一个基于对话的酒店预订代理可以获得房间价格和可用性等信息。但如果预订房间的顾客询问酒店停车费用，代理可能需要从酒店的网站常见问题解答中检索该信息。

针对这两个问题的大多数研究工作都使用了仅包含书面对话的公开数据集，这使得最终模型与涉及语音输入的实际应用场景之间存在差距。在这项新挑战中，参与者将使用任何公开数据（其中大部分仍由书面对话构成）为上述任一或两项任务开发对话系统。然而，最终评估将使用语音数据，以此鼓励参赛团队专注于构建鲁棒的系统。

“这项挑战的目标是弥合学术研究与实际应用之间的差距，”某中心Alexa AI组织的高级应用科学家Seokhwan Kim表示，“我们希望启发算法，在实践中构建更鲁棒的对话系统，这是以往挑战和数据集未能解决的问题。”

DSTC自2011年起每年举办。去年，某中心的“非结构化知识访问的任务型对话建模”赛道是最成功的赛道，共有24个团队提交了105个参赛系统。今年，某中心的提案再次被选为DSTC的四个主要赛道之一。挑战赛报名将持续开放至9月21日，欢迎来自学术界、工业界以及非营利和政府机构的研究团队参与。某中心已为挑战赛参与者及该领域的其他研究人员开源了开发数据、评估脚本和基线系统。