Euskorpora presenta el Basque Speaker Diarization Challenge, una iniciativa destinada a impulsar la investigación y la innovación en diarización de hablantes para euskera, una lengua que sigue estando escasamente representada en las evaluaciones actuales de tecnologías del habla.
La diarización de hablantes responde a una pregunta fundamental: «¿Quién habló y cuándo?». Para ello, identifica automáticamente los turnos de palabra y agrupa los segmentos de audio pertenecientes a cada hablante. Aunque en los últimos años se han producido avances significativos en lenguas con abundantes recursos, todavía existen pocos conjuntos de referencia realistas para lenguas de recursos limitados como el euskera.
Invitamos a investigadores, grupos académicos y equipos de la industria a participar en este reto y contribuir al desarrollo de tecnologías del habla más robustas e inclusivas.
Objetivos del reto
El Basque Speaker Diarization Challenge tiene como objetivos:
- Fomentar la investigación en diarización de hablantes para euskera.
- Proporcionar un benchmark realista para tecnologías orientadas a lenguas de recursos limitados.
- Impulsar el desarrollo de sistemas robustos capaces de operar en entornos audiovisuales complejos.
- Favorecer la colaboración dentro de la comunidad investigadora.
Conjunto de datos
Los participantes tendrán acceso a un corpus único compuesto por 49 grabaciones reales de televisión en euskera, con una duración total aproximada de 70 horas de audio.
El conjunto de datos incluye condiciones especialmente exigentes:
- Programas de televisión, entrevistas, debates y conversaciones espontáneas.
- Solapamiento entre hablantes.
- Ruido de fondo y música.
- Cambios rápidos de interlocutor.
- Diversidad de condiciones acústicas y de grabación.
Distribución del corpus:
| División | Grabaciones | Duración |
| Training | 29 | 40 h |
| Development | 8 | 10 h |
| Test | 12 | 20 h |
Evaluación
Los sistemas se evaluarán mediante métricas internacionalmente reconocidas:
- Diarization Error Rate (DER) – Métrica oficial para la clasificación final.
- Jaccard Error Rate (JER) – Métrica complementaria secundaria.
Fechas importantes
| Fase | Fecha |
|---|---|
| Presentación del reto (apertura de inscripciones) | 2 de julio de 2026 |
| Fecha límite para solicitar la participación (formulario de inscripción y propuesta del sistema) | 24 de julio de 2026 |
| Publicación de los conjuntos de Training y Development y del repositorio de evaluación | 30 de julio de 2026 |
| Fecha límite para enviar los resultados de Development | 9 de octubre de 2026 |
| Publicación del conjunto de Test | 14 de octubre de 2026 |
| Fecha límite para enviar los resultados de Test | 4 de noviembre de 2026 |
| Fecha límite para enviar el artículo descriptivo del sistema | 4 de diciembre de 2026 |
| Publicación de resultados | Por determinar |
| Presentación en el workshop | Por determinar |
Participación
Los equipos deberán completar el formulario de inscripción y adjuntar una breve descripción de su propuesta técnica.
Toda la información detallada sobre la participación, el proceso de envío, la evaluación y las normas de la competición está disponible en la descripción del challenge y las condiciones y términos en las bases oficiales del reto.
Financiación
El Basque Speaker Diarization Challenge cuenta con un presupuesto total de 210.000 € destinado a apoyar el desarrollo de los sistemas participantes. Se concederá una financiación de hasta 70.000 € por participante seleccionado, de acuerdo con los criterios de evaluación y las condiciones de financiación descritos en las bases oficiales del reto.
Únete al reto
El Basque Speaker Diarization Challenge ofrece una oportunidad única para evaluar sistemas de diarización en un entorno real y contribuir al avance de las tecnologías del habla para el euskera.
Esperamos recibir vuestras propuestas y descubrir nuevas soluciones para la comunidad científica.
