近日，在第六届国际权威声学场景和事件检测及分类竞赛 (IEEE AASP Challenge on Detection and Classification of Acoustic Scenes and Events, DCASE 2020) 中，太阳成集团tyc122ccvip杨利平副教授研究小组参加了室内环境声音事件检测与分离（Sound Event Detection and Separation in Domestic Environments, Task 4）任务的声音事件检测竞赛，在来自全球22支学术界和工业界参赛队伍中，取得了国内第一、国际第二的成绩。

图1. DCASE 2020 室内环境声音事件检测竞赛排名

 DCASE竞赛是国际声学信息处理的权威比赛，由英国伦敦玛丽女王大学于2013年首次发起，之后芬兰坦佩雷大学连续发起组织了2016~2020年的竞赛和研讨。近些年DCASE竞赛引起了国内外众多尖端声学研究机构的广泛关注，包括谷歌、纽约大学等。杨利平副教授研究小组参加了DCASE2017、2018和2020的声学场景分类和声音事件检测竞赛。

本次DCASE 2020比赛，共设置六个任务，包括声学场景识别、异常机器声音的非监督识别、声学事件检测、声学事件分离、城市声音标记和自动为音频生成标题纪要。参加室内环境声音事件检测与分离任务的22个队伍分别来自澳大利亚、新加坡、意大利、西班牙、德国、美国、日本、韩国和中国的学术界和工业界，包括谷歌、三星、小米等国际公司和卧龙岗大学、早稻田大学、名古屋大学、四川大学、电子科技大学、太阳成集团tyc122ccvip等高校。

 声学场景分类和声音事件检测是DCASE竞赛的核心任务，目的是设计更高效、更准确的识别算法使计算机或智能终端能对周边环境及所发生的事件进行及时有效的判断。随着深度学习、迁移学习等理论的发展，声音事件检测系统的性能正在快速提升。未来，随着技术的成熟，声音事件检测和声学场景分类技术可以广泛的应用于城市智慧安防、机器人导航、老年人健康监测等众多领域。

图2. 声音事件检测系统概要图