add m2met2 registration form

yhliang

2023-04-20 40f1f529b0ebc7a571af6be3ca9df67cd5480d66

 docs_m2met2_cn/Êý¾Ý¼¯.md

@@ -3,13 +3,13 @@
在限定数据集条件下，训练数据集仅限于三个公开的语料库，即AliMeeting、AISHELL-4和CN-Celeb。为了评估参赛者提交的模型的性能，我们将发布一个新的测试集（Test-2023）用于打分和排名。下面我们将详细描述AliMeeting数据集和Test-2023测试集。

## Alimeeting数据集介绍
AliMeeting总共包含118.75小时的语音数据，包括104.75小时的训练集（Train）、4小时的验证集（Eval）和10小时的测试集（Test）。Train集和Eval集分别包含212场和8场会议，其中每场会议由多个说话人进行15到30分钟的讨论。Train和Eval集中参与会议的总人数分别为456人和25人，并且参会的男女比例人数均衡。
AliMeeting总共包含118.75小时的语音数据，包括104.75小时的训练集（Train）、4小时的验证集（Eval）和10小时的测试集（Test）。Train集，Eval集和Test集分别包含212场和8场会议，其中每场会议由多个说话人进行15到30分钟的讨论。Train，Eval和Test集中参与会议的总人数分别为456人和25人，并且参会的男女比例人数均衡。

该数据集收集于13个不同的会议室，按照大小规格分为小型、中型和大型三种，房间面积从8到55平方米不等。不同房间具有不同的布局和声学特性，每个房间的详细参数也将发送给参与者。会议场地的墙体材料类型包括水泥、玻璃等。会议场地的家具包括沙发、电视、黑板、风扇、空调、植物等。在录制过程中，麦克风阵列放置于桌上，多个说话人围坐在桌边进行自然对话。麦克风阵列离说话人距离约0.3到5.0米之间。所有说话人的母语均是汉语，并且说的都是普通话，没有浓重的口音。在会议录制期间可能会产生各种室内的噪音，包括键盘声、开门/关门声、风扇声、气泡声等。所有说话人在会议的录制期间均保持相同位置，不发生走动。训练集和验证集的说话人没有重复。图1展示了一个会议室的布局以及麦克风的拓扑结构。

![meeting room](images/meeting_room.png)

每场会议的说话人数量从2到4人不等。同时为了覆盖各种内容的会议场景，我们选择了多种会议主题，包括医疗、教育、商业、组织管理、工业生产等不同内容的例会。Train集，Eval集和Test集的平均语音重叠率分别为42.27\%和34.76\%。AliMeeting Train集，Eval集和Test集的详细信息见表1。表2显示了Train集,Eval集和Test集中不同发言者人数会议的语音重叠率和会议数量。
每场会议的说话人数量从2到4人不等。同时为了覆盖各种内容的会议场景，我们选择了多种会议主题，包括医疗、教育、商业、组织管理、工业生产等不同内容的例会。Train集，Eval集和Test集的平均语音重叠率分别为42.27\%，34.76\%和42.8\%。AliMeeting Train集，Eval集和Test集的详细信息见表1。表2显示了Train集,Eval集和Test集中不同发言者人数会议的语音重叠率和会议数量。

![dataset detail](images/dataset_detail.png)
Test-2023测试集由20场会议组成，这些会议是在与AliMeeting数据集相同的声学环境下录制的。Test-2023测试集中的每个会议环节由2到4个参与者组成并且与AliMeeting测试集的配置相似。