Euskorporak aurkezten du Basque Speaker Diarization Challenge, euskararako hizlari-diarizazioaren ikerketa eta berrikuntza sustatzeko ekimena. Euskara gaur egun hizketa-teknologien ebaluazioetan gutxi ordezkatuta dagoen hizkuntza da.
Hizlari-diarizazioak galdera honi erantzuten dio: «Nork hitz egin du eta noiz?». Horretarako, hizlarien txandak automatikoki identifikatzen ditu eta hizlari berari dagozkion hizketa-zatiak multzokatzen ditu. Azken urteotan aurrerapen handiak egin diren arren baliabide handiko hizkuntzetan, euskara bezalako baliabide gutxiko hizkuntzetarako erreferentziazko ebaluazio-datuak oraindik urriak dira.
Ikertzaileak, unibertsitate-taldeak eta industriako profesionalak gonbidatzen ditugu erronka honetan parte hartzera eta euskararako hizketa-teknologien garapenean laguntzera.
Erronkaren helburuak
Erronkaren helburu nagusiak hauek dira:
- Euskararako hizlari-diarizazioaren ikerketa sustatzea.
- Baliabide gutxiko hizkuntzentzako erreferentziazko ebaluazio-esparru errealista eskaintzea.
- Telebista-ingurune konplexuetan lan egiteko gai diren sistema sendoak garatzea bultzatzea.
- Hizketa-teknologien komunitatearen arteko lankidetza sustatzea.
Datu-multzoa
Parte-hartzaileek euskarazko telebista-grabazio errealen corpus esklusibo bat izango dute eskura: 49 grabazio, guztira 70 ordu inguruko audioarekin.
Datu-multzoak baldintza akustiko erronkagarri ugari biltzen ditu:
- Telebista saioak, elkarrizketak, eztabaidak eta elkarrizketa espontaneoak.
- Gainjarritako hizketa.
- Atzeko zarata eta musika.
- Hizlari-aldaketa azkarrak.
- Ingurune eta baldintza akustiko desberdinak.
Corpusaren banaketa:
| Multzoa | Grabazioak | Iraupena |
|---|---|---|
| Training | 29 | 40 h |
| Development | 8 | 10 h |
| Test | 12 | 20 h |
Ebaluazioa
Aurkeztutako sistemak nazioartean onartutako metrikekin ebaluatuko dira:
- Diarization Error Rate (DER) – Sailkapen ofizialerako metrika.
- Jaccard Error Rate (JER) – Bigarren mailako metrika osagarria.
Egutegia
| Fasea | Data |
|---|---|
| Erronkaren aurkezpena (izen-ematearen hasiera) | 2026ko uztailaren 2a |
| Parte hartzeko eskaeraren azken eguna (izen-emate formularioa eta sistemaren proposamena) | 2026ko uztailaren 24a |
| Training eta Development multzoen eta ebaluazio-biltegiaren argitalpena | 2026ko uztailaren 30a |
| Development emaitzak bidaltzeko azken eguna | 2026ko urriaren 9a |
| Test multzoaren argitalpena | 2026ko urriaren 14a |
| Test emaitzak bidaltzeko azken eguna | 2026ko azaroaren 4a |
| Sistemaren deskribapen-artikulua bidaltzeko azken eguna | 2026ko abenduaren 4a |
| Emaitzen iragarpena | Zehazteko |
| Workshop-eko aurkezpena | Zehazteko |
Nola parte hartu
Taldeek izen-emate formularioa bete eta proposatutako sistemaren deskribapen labur bat aurkeztu beharko dute.
Parte-hartzeko arau guztiak, bidalketa-prozedurak eta ebaluazioaren xehetasunak erronkaren deskribapenean eta errokanren oinarri ofizialetan aurki daitezke.
Finantzaketa
Basque Speaker Diarization Challenge erronkak 210.000 euroko aurrekontua du parte-hartzaileen sistemen garapena babesteko. 70.000 eurorainoko finantzaketa emango zaio hautatutako parte-hartzaile bakoitzari, erronkaren oinarri ofizialetan zehaztutako ebaluazio-irizpideen eta finantzaketa-baldintzen arabera.
Bat egin erronkarekin
Basque Speaker Diarization Challenge aukera paregabea da hizlari-diarizazioko sistemak euskarazko telebista-datu errealetan ebaluatzeko eta baliabide gutxiko hizkuntzetarako hizketa-teknologien garapenean laguntzeko.
Zuen proposamenak jasotzea eta euskararako irtenbide berritzaileak ezagutzea espero dugu.
