Hanwha Vision(489790)提出解决声学人工智能(AI)行业顽疾的新方案,在具有世界权威的国际竞赛中夺冠。
Hanwha Vision与光州科学技术院(GIST)研究团队14日表示,凭借共同开发的“持续学习”技术,在国际声学AI竞赛“DCASE 2026 Challenge”中获得第一名。
这是Hanwha Vision研发中心AI研究所与Kim Hong-kook GIST电气电子计算机工程系教授研究团队共同取得的成果,弥补了AI在学习新声音过程中遗忘已掌握声音的致命弱点,受到高度关注。
由世界电气电子工程师学会主办的DCASE挑战赛是学界与企业研究团队参赛、比拼声学AI技术实力的国际最高权威赛事,今年共有135支团队参赛。
联合研究团队在7个项目中的“面向领域无关音频分类的渐进学习”项目中,于21支团队中位列第一。团队成功完成了在声音采集来源未知的环境下,准确区分婴儿哭声、狗叫声、火警声等10种声音的任务。
联合研究团队因解决了所谓“灾难性遗忘”问题而备受关注。既有音频识别AI存在录音设备、场所、周边噪音等环境变化即影响性能的弱点。特别是在学习新数据的过程中会遗忘过去学过的内容,成为数据积累的巨大障碍。例如,原本能很好区分城市噪音的AI在新学习机场环境音后,会再次难以识别城市中产生的声音。
联合研究团队开发的持续学习技术采用了再现并利用过去学习的声音特征的“基于深度反演的生成式重放”方法。深度反演是一种无需额外采集数据,让各类声音分类模型自行再现并反推与过去学习声音相似的音频数据的技术。通过该方法,成功保留了AI在各阶段学到的内容,最大限度减少了新学习过程对既有内容的损害。
此外,联合研究团队通过综合多个AI模型预测结果作出最终判断的“集成方法”,实现了高准确度与稳定性能。最终提交的系统以平均准确率79.62%取得参赛团队中最高成绩。加之最终集成系统与联合研究团队额外提交的3个单一系统全部位列该项目官方系统排名第1至4位,印证了技术完成度。
此次开发的先进声学AI技术今后将与Hanwha Vision的视频安防技术结合,用于开发下一代AI安防解决方案。
Hanwha Vision AI研究所所长林正恩表示:“此次获奖证明了Hanwha Vision研究的方向性与技术水平居世界前列”,“持续学习技术与安防摄像机在外部环境中的适应能力直接相关,我们将把新技术发展为未来的解决方案。”
此次以产学合作方式进行的研究,得到了Hanwha Vision自主研究课题与韩国产业通商资源部课题的支持。






