第二届MLC-SLM挑战赛：多语言对话语音说话人分离、识别与理解
The Second MLC-SLM Challenge: Multilingual Conversational Speech Diarization, Recognition, and Understanding
- Northwestern Polytechnical University（西北工业大学）
- Nanjing University（南京大学）
- Nanyang Technological University（南洋理工大学）
- Huawei Technologies（华为技术有限公司）
- Nexdata Technology Inc.（Nexdata科技公司）
机构由 AI 辅助整理，请以论文原文为准。
AI总结：
该挑战赛通过两个任务（说话人分离与识别、语音理解）及真实数据集，吸引91支团队参与，旨在推动多语言对话语音语言模型的发展，并提炼实用见解以支持未来研究。
AI中文摘要：
本文总结了Interspeech2026第二届多语言对话语音语言模型（MLC-SLM）挑战赛，该挑战赛旨在推动高效多语言对话语音语言模型的发展。我们描述了挑战赛的两个任务：多语言对话语音说话人分离与识别，以及多语言对话语音理解，同时介绍了发布真实世界对话语音数据集、评估协议和基线系统。挑战赛吸引了全球91支团队，在两个任务中产生了704个有效排行榜结果和14份技术报告。基于参赛系统，我们总结了代表性方法，并提炼了多语言对话语音识别与理解的实用见解，以支持社区的未来研究。
英文摘要：
This paper summarizes the Interspeech2026 second Multilingual Conversational Speech Language Model (MLC-SLM) Challenge, which aims to advance the development of effective multilingual conversational speech language models. We describe the two challenge tasks: multilingual conversational speech diarization and recognition, and multilingual conversational speech understanding, together with the released real-world conversational speech dataset, evaluation protocols, and baseline systems. The challenge attracted 91 teams worldwide, with 704 valid leaderboard results and 14 technical reports across the two tasks. Based on the participating systems, we summarize representative approaches and distill practical insights into multilingual conversational speech recognition and understanding to support future research in the community.
