8月16日上午，NCMMSC-CNVSRC 2024 学术研讨会在乌鲁木齐举办的第十九届全国人机语音通讯学术会议（NCMMSC 2024）上举办。会上发布了本次视觉语音辨认比赛 CNVSRC 2024 的终究成果，并重办了颁奖仪式。

  本次比赛由 NCMMSC 2024 组委会建议，清华大学、北京邮电大学、海天瑞声和语音之家联合主办。比赛旨在查验当时视觉语音辨认（或称唇语辨认）技能在中文大词表接连辨认场景下的体现。

  本次比赛招引了45支海内外部队参赛，历经近三个月的比赛，西北工业大学、内蒙古大学、武汉大学等部队体现杰出，独占鳌头。

  本次研讨会由清华大学王东教授掌管。海天瑞声CMO王潇蔓女士和语音之家创始人兼CEO卜辉先生为获奖团队颁奖。北京邮电大学刘泽华同学共享了基线体系与技能陈述，三支优异参赛部队代表还受邀共享了他们的技能计划和赛事经历。

  视觉语音辨认，也称唇语辨认，是一项经过口唇动作来揣度发音内容的技能。该技能在公共安全、助老助残、视频验真等范畴具有极端严重使用。当时，唇语辨认的研讨方兴未已，虽然在独立词、短语等辨认上取得了长足发展，但在大词表接连辨认方面仍面对巨大应战。特别是关于中文而言，因为缺少相应的数据资源，该范畴的研讨发展受到了约束。为此，清华大学在2023年发布了 CN-CVS 数据集[1]，成为首个大规模的中文视觉语音辨认数据库，为逐渐推进大词表接连视觉语音辨认 (LVCVSR) 供给了或许，并于同年举办了 CNVSRC 2023 比赛[2]，推进了唇语辨认在中文范畴的发展。

  为了逐渐推进这一研讨方向，清华大学联合北京邮电大学、海天瑞声和语音之家在 NCMMSC 2024 持续举办了中文接连视觉语音辨认应战赛 (Chinese Continuous Visual Speech Recognition Challenge 2024, CNVSRC 2024)。本次比赛中，许多参赛部队在唇语辨认使命上完成了体系功能的显着提高，其间最佳成果相较于基线%。此外，与 CNVSRC 2023 比较，2024年各赛道的成果均有显着前进。各支参赛部队提出了许多立异计划，为中文大词表接连视觉语音辨认研讨供给了新的思路和办法。