正文内容 评论(0)
近日,腾讯音乐娱乐集团(TME)安全团队在语音信号处理领域上取得了新突破,团队自研成果论文“音频性别识别与年龄预测技术”《Exploring Multi-task Learning Based Gender Recognition and Age Estimation for Class-imbalanced Data 》入选了全球语音与声学顶级会议INTERSPEECH 2022。
INTERSPEECH是由国际语音通讯协会(International Speech Communication Association, ISCA)创办的语音信号处理领域顶级旗舰国际会议,在国际上享有盛誉并具有广泛的学术影响力。历届INTERSPEECH会议都备受全球各地语音语言领域人士的广泛关注,该会议曾两次在我国举办,最近一次是2020年由中科院自动所牵头在上海举办。此次TME安全团队的自研成果论文入选,是国际学术界对其在语音信号领域科研实力的极高认可。
INTERSPEECH 官网及论文信息
攻克核心难题,将落地未成年人网络安全场景
在以往对音频性别识别与年龄预测的同类研究中,不同性别与年龄的音频数据常常呈现出明显的长尾分布和非平衡现象。如何能在训练数据量不丰富、数据分布不均衡、音频时长短等挑战下实现长尾数据的精准与鲁棒识别,成为一项极具有挑战性的任务。
在论文中,TME安全团队创新性地提出了一种多任务学习的音频性别识别与年龄预测方法。与此前研究方法相比,多任务学习法通过深度神经网络,提取表征说话人的特征,构建性别和年龄的关联和约束关系,从而提高识别的准确率;此外,针对训练数据等难题,TME安全团队则采用了基于说话人识别任务的预训练模型,对数据样本标签进行平滑预处理和设计加权损失函数最大程度降低数据分布不均衡影响,提升识别性能。实验表明,运用论文中所提方法,在类别数据分布不均衡的测试集上能实现更高的性别识别准确率和更小的年龄预测误差。
据了解,在取得理论研究突破的同时,TME安全团队也将努力推动此项技术应用于直播、游戏、消费等多个未成年人网络保护场景。在《中华人民共和国未成年人保护法》《未成年人网络保护条例(征求意见稿)》《关于规范网络直播打赏 加强未成年人保护的意见》等多部法规条例的指导下,TME安全团队将通过技术应用,快速识别使用者的年龄和性别特征,助力平台不断落实未成年人保护措施,引导未成年人正确使用互联网产品,从而为未成年人打造积极、清朗的网络空间。
科技向善,TME安全团队助力守护网络安全
此次论文被接收,是TME安全团队在语音信号处理领域上的新突破,也是业务应用推动科技创新的典型实践。长期以来,为了守护网络安全,TME安全团队坚守“科技向善”理念,从安全算法的创新和安全平台的建立入手,辅以用户教育引导工作,建立出一整套完善的内容安全技术体系,为用户打造出绿色温暖、安全积极的产品使用体验,守护TME安全内容生态。
TME技术副总裁傅鸿城讲解内容安全技术
TME安全团队在音频、视觉和文本等方面都积累了深厚完善的算法能力,构建出一套TME多模态内容安全算法体系。在音频领域,TME安全团队着力推进研发异常事件检测、爆炸恐怖涉黄音频分类、音频指纹库等技术,赋能音频内容安全审核,提升了音频内容质量;同时,TME还推出诸如反垃圾文本、反恶意刷量、反广告反欺诈等安全算法,打击了恶意内容和恶意用户的侵扰,保障了广大用户的体验和权益。
基于完善算法体系,TME安全中心还建成了黑盾智慧安全平台,形成了一套完善的审核能力和工具,全面覆盖了机审、人审、回查等全流程,极大地提高了内容审核效率,降低了内容违规风险,为维护清朗网络空间贡献出自己的力量。
此外,基于科技向善理念,TME安全团队在大力治理内容生态之余,还加强了用户教育引导工作。例如今年上半年,在全民K歌和QQ音乐平台上,安全团队通过“安全小助手”“安全中心”等两个账号一共发送了135期宣传作品,包括联合全民K歌平台大V推出的《天下无诈-全民反诈》、《爱你(“杀猪盘”版本)》等,获得了用户的强烈反响,寓教于乐,让反诈观念深入人心。
正如腾讯音乐集团技术副总裁傅鸿城所讲:“内容安全是网络治理的重要组成部分,而强大的安全技术能力也成为新媒体网络平台越来越重要的保障能力。未来,面对网络空间中变化多端的不同挑战,TME安全团队也将持续深入技术创新,关注未成年人等重点群体,推进落地更多应用场景,构建起更先进完善的内容安全技术体系,全面保障用户的体验和权益。”