在當今世界，英語(yǔ)無(wú)疑是一種最強勢的語(yǔ)言。由于歷史原因和不可逆轉的國際化趨勢，英語(yǔ)對其他國家的語(yǔ)言帶來(lái)了巨大的影響，比如混合語(yǔ)言（Mixlingual）現象的產(chǎn)生。
在中國的大城市里，那些在海外受過(guò)高等教育、或在跨國公司工作的高級白領(lǐng)們，講中文的時(shí)候夾雜一些英語(yǔ)單詞，已經(jīng)是一種司空見(jiàn)慣的現象，比如“我非常努力，不想成為人生的loser（失敗者）”。在一些長(cháng)期受英國殖民統治的國家，如印度，本地語(yǔ)言和英語(yǔ)單詞混合，是當地人日常交流中最為普遍的語(yǔ)言現象。即便完全沒(méi)有讀過(guò)書(shū)的人，在交談中也會(huì )夾雜個(gè)把英語(yǔ)單詞。筆者曾在印度旅居多年，雖然不懂印地語(yǔ)，但并不妨礙在一定程度上揣測本地人之間交流的大致內容，因為他們在交談中使用大量的英語(yǔ)單詞。
這種語(yǔ)碼混合（Code-mixing）現象，不僅帶來(lái)了各國本土語(yǔ)言的微妙演化，也同時(shí)為語(yǔ)音識別技術(shù)帶來(lái)了巨大的挑戰。目前，各大語(yǔ)音識別引擎巨頭，在單一語(yǔ)言的識別率方面，往往能達到90%以上、甚至高達95%的識別準確率。但遇到包含語(yǔ)碼混合現象的語(yǔ)音時(shí)，其識別準確率會(huì )大幅下降。其原因雖是多方面的，但其中一個(gè)最主要的原因是：大規模、高品質(zhì)的混合語(yǔ)言訓練數據（比如中、英混讀語(yǔ)音訓練數據）目前還很少見(jiàn)。
在這次會(huì )議上，對于混合語(yǔ)言現象的研究是來(lái)自各國參會(huì )代表們普遍關(guān)注的重點(diǎn)之一，有若干篇會(huì )議論文談及混合語(yǔ)音數據庫和基于這些數據庫之上所做的混合語(yǔ)音識別研究成果。中國的語(yǔ)音技術(shù)研究水平，一直在亞洲、乃至全世界保持領(lǐng)先水平。在本次會(huì )議上，來(lái)自國內的研究機構和企業(yè)，在來(lái)自亞洲其他國家同行們的面前，展現了中國在該領(lǐng)域的獨特風(fēng)采！
作為國內領(lǐng)先的語(yǔ)音技術(shù)研究機構，清華大學(xué)語(yǔ)音語(yǔ)言技術(shù)中心(CSLT)聯(lián)合北京海天瑞聲科技有限公司（SpeechOcean），國內唯一具有多達110種語(yǔ)言能力的數據資源與服務(wù)提供商，在此次會(huì )議上發(fā)起了“Special Session for Mixlingual Speech Processing”（混合語(yǔ)言語(yǔ)音處理特殊議題），其內容包括（但不限于）混合語(yǔ)言的語(yǔ)音學(xué)分析、語(yǔ)音識別、語(yǔ)音合成、說(shuō)話(huà)人識別、語(yǔ)言理解等混合語(yǔ)言處理任務(wù)。
除此之外，清華大學(xué)和海天瑞聲還在會(huì )議上聯(lián)合發(fā)起了一個(gè)“中英文混合語(yǔ)音識別競賽(OC16 MixASR-CHEN Challenge)”。
該混合語(yǔ)音特殊議題和語(yǔ)音識別競賽，面向亞洲所有的大學(xué)、科研機構以及企業(yè)的語(yǔ)音技術(shù)研發(fā)機構發(fā)起召集。清華大學(xué)CSLT提供了實(shí)驗Baseline，實(shí)驗數據庫OC16-CE80則由北京海天瑞聲科技有限公司提供。
OC16-CE80是一個(gè)錄音總長(cháng)度為80個(gè)小時(shí)、包括1445名發(fā)音人的中英文混合語(yǔ)音數據庫，也是國內目前罕見(jiàn)的大規模中英文混合語(yǔ)音數據庫。該語(yǔ)音識別數據庫是在目前市場(chǎng)占有率最高的三種手機操作平臺上進(jìn)行錄音（其中Android系統占50%，iPhone占30%）。考慮到在大中城市里、受過(guò)良好教育的年輕一代更傾向于“中英文混合”式的語(yǔ)言風(fēng)格，在發(fā)音人的地域選擇、年齡分布、語(yǔ)料來(lái)源等方面，也做了精心的設計和安排。據海天瑞聲的陳清介紹，目前還有100多個(gè)小時(shí)的數據沒(méi)有公布，這些數據將在以后類(lèi)似的學(xué)術(shù)交流活動(dòng)中逐步公布出來(lái)。
該特殊議題收集到了若干篇論文，其中，由“清華大學(xué)”和“海天瑞聲”的合作論文《OC16-CE80:AChinese-English Mixlingual Data base and A Speech Recognition Baseline》獲得了Oriental COCOSDA2016最佳論文獎。
（“清華大學(xué)”與“海天瑞聲”合作論文獲得最佳論文獎）
在若干提交競賽結果的參賽隊伍中，三星中國研究院（Samsung R&D Institute of China-Beijing）力拔頭籌，以中英文語(yǔ)音識別綜合WER達到14.75%的成績(jì)，在競賽中獲得了第一名，充分展示了中國語(yǔ)音技術(shù)研究者的實(shí)力！除此之外，三星中國研究院還獲得了會(huì )議頒發(fā)的“Best Performance Award（最佳表現獎）”
該競賽的第二由上海師范大學(xué)獲得，中英文識別綜合WER達到16.11%；第三名是臺灣中央研究院與華碩Da Vinci Innovation Lab合作獲得，中英文識別綜合WER達到19.05%；
海天瑞聲的市場(chǎng)總監陳清，在會(huì )議上介紹了該次競賽所使用的數據庫“OC16-CE80”，及其他混合語(yǔ)言數據庫，包括一個(gè)臺灣語(yǔ)+英語(yǔ)的混合語(yǔ)音庫，四個(gè)在建的混合語(yǔ)音庫（印尼語(yǔ)+英語(yǔ)、印地語(yǔ)+英語(yǔ)、日語(yǔ)+英語(yǔ)、韓語(yǔ)+英語(yǔ)）。海天瑞聲以其多達110種語(yǔ)言的數據服務(wù)能力、近10萬(wàn)小時(shí)的多種語(yǔ)音識別和語(yǔ)音合成數據庫資源，及多語(yǔ)種文本和發(fā)音詞典等，得到了與會(huì )代表們的普遍關(guān)注和垂詢(xún)。同時(shí)，“海天瑞聲”也是目前國內唯一有能力提供稀有語(yǔ)種數據服務(wù)的供應商，包括北朝鮮語(yǔ)、希伯來(lái)語(yǔ)、加泰羅尼亞語(yǔ)、阿拉伯語(yǔ)、捷克語(yǔ)、波蘭語(yǔ)等，給聽(tīng)眾們留下了深刻的印象。
海天瑞聲表示未來(lái)將攜手各大國際科研機構推出更多高質(zhì)量免費的科研學(xué)術(shù)數據。并介紹了在即將舉辦的APSIPA16（2016年12月14日在韓國濟州島召開(kāi)）上，與清華大學(xué)CSLT共同舉辦的Oriental Multiple Language Special Session&Language Recognition Challenge。這個(gè)活動(dòng)也是由海天瑞聲提供免費實(shí)驗數據，并由清華大學(xué)提供實(shí)驗Baseline。
（清華大學(xué)CSLT的王東老師，在會(huì )議上介紹實(shí)驗baseline，并宣布競賽結果）
（海天瑞聲的陳清在介紹試驗數據庫詳情）
獲獎人員與會(huì )議組織者合影
三星中國研究院的余驍捷在接受會(huì )議主席頒獎
