Oriental COCOSDA2016于2016年10月26日-28日，在美麗的巴厘島如期召開。O-COCOSDA是東方語音數據庫設計、構建、評估、研究與應用等領域最重要的會議之一。逾百名來自亞太地區各國的語言學專家、語音技術研究者和基礎語音數據資源供應商出席了會議。
在當今世界，英語無疑是一種最強勢的語言。由于歷史原因和不可逆轉的國際化趨勢，英語對其他國家的語言帶來了巨大的影響，比如混合語言（Mixlingual）現象的產生。
在中國的大城市里，那些在海外受過高等教育、或在跨國公司工作的高級白領們，講中文的時候夾雜一些英語單詞，已經是一種司空見慣的現象，比如“我非常努力，不想成為人生的loser（失敗者）”。在一些長期受英國殖民統治的國家，如印度，本地語言和英語單詞混合，是當地人日常交流中最為普遍的語言現象。即便完全沒有讀過書的人，在交談中也會夾雜個把英語單詞。筆者曾在印度旅居多年，雖然不懂印地語，但并不妨礙在一定程度上揣測本地人之間交流的大致內容，因為他們在交談中使用大量的英語單詞。
這種語碼混合（Code-mixing）現象，不僅帶來了各國本土語言的微妙演化，也同時為語音識別技術帶來了巨大的挑戰。目前，各大語音識別引擎巨頭，在單一語言的識別率方面，往往能達到90%以上、甚至高達95%的識別準確率。但遇到包含語碼混合現象的語音時，其識別準確率會大幅下降。其原因雖是多方面的，但其中一個最主要的原因是：大規模、高品質的混合語言訓練數據（比如中、英混讀語音訓練數據）目前還很少見。
在這次會議上，對于混合語言現象的研究是來自各國參會代表們普遍關注的重點之一，有若干篇會議論文談及混合語音數據庫和基于這些數據庫之上所做的混合語音識別研究成果。中國的語音技術研究水平，一直在亞洲、乃至全世界保持領先水平。在本次會議上，來自國內的研究機構和企業，在來自亞洲其他國家同行們的面前，展現了中國在該領域的獨特風采！
作為國內領先的語音技術研究機構，清華大學語音語言技術中心(CSLT)聯合北京海天瑞聲科技有限公司（SpeechOcean），國內唯一具有多達110種語言能力的數據資源與服務提供商，在此次會議上發起了“Special Session for Mixlingual Speech Processing”（混合語言語音處理特殊議題），其內容包括（但不限于）混合語言的語音學分析、語音識別、語音合成、說話人識別、語言理解等混合語言處理任務。
除此之外，清華大學和海天瑞聲還在會議上聯合發起了一個“中英文混合語音識別競賽(OC16 MixASR-CHEN Challenge)”。
該混合語音特殊議題和語音識別競賽，面向亞洲所有的大學、科研機構以及企業的語音技術研發機構發起召集。清華大學CSLT提供了實驗Baseline，實驗數據庫OC16-CE80則由北京海天瑞聲科技有限公司提供。
OC16-CE80是一個錄音總長度為80個小時、包括1445名發音人的中英文混合語音數據庫，也是國內目前罕見的大規模中英文混合語音數據庫。該語音識別數據庫是在目前市場占有率最高的三種手機操作平臺上進行錄音（其中Android系統占50%，iPhone占30%）。考慮到在大中城市里、受過良好教育的年輕一代更傾向于“中英文混合”式的語言風格，在發音人的地域選擇、年齡分布、語料來源等方面，也做了精心的設計和安排。據海天瑞聲的陳清介紹，目前還有100多個小時的數據沒有公布，這些數據將在以后類似的學術交流活動中逐步公布出來。
該特殊議題收集到了若干篇論文，其中，由“清華大學”和“海天瑞聲”的合作論文《OC16-CE80:AChinese-English Mixlingual Data base and A Speech Recognition Baseline》獲得了Oriental COCOSDA2016最佳論文獎。
（“清華大學”與“海天瑞聲”合作論文獲得最佳論文獎）
在若干提交競賽結果的參賽隊伍中，三星中國研究院（Samsung RD Institute of China-Beijing）力拔頭籌，以中英文語音識別綜合WER達到14.75%的成績，在競賽中獲得了第一名，充分展示了中國語音技術研究者的實力！除此之外，三星中國研究院還獲得了會議頒發的“Best Performance Award（最佳表現獎）”
該競賽的第二由上海師范大學獲得，中英文識別綜合WER達到16.11%；第三名是臺灣中央研究院與華碩Da Vinci Innovation Lab合作獲得，中英文識別綜合WER達到19.05%；
海天瑞聲的市場總監陳清，在會議上介紹了該次競賽所使用的數據庫“OC16-CE80”，及其他混合語言數據庫，包括一個臺灣語+英語的混合語音庫，四個在建的混合語音庫（印尼語+英語、印地語+英語、日語+英語、韓語+英語）。海天瑞聲以其多達110種語言的數據服務能力、近10萬小時的多種語音識別和語音合成數據庫資源，及多語種文本和發音詞典等，得到了與會代表們的普遍關注和垂詢。同時，“海天瑞聲”也是目前國內唯一有能力提供稀有語種數據服務的供應商，包括北朝鮮語、希伯來語、加泰羅尼亞語、阿拉伯語、捷克語、波蘭語等，給聽眾們留下了深刻的印象。
海天瑞聲表示未來將攜手各大國際科研機構推出更多高質量免費的科研學術數據。并介紹了在即將舉辦的APSIPA16（2016年12月14日在韓國濟州島召開）上，與清華大學CSLT共同舉辦的Oriental Multiple Language Special SessionLanguage Recognition Challenge。這個活動也是由海天瑞聲提供免費實驗數據，并由清華大學提供實驗Baseline。
（清華大學CSLT的王東老師，在會議上介紹實驗baseline，并宣布競賽結果）
（海天瑞聲的陳清在介紹試驗數據庫詳情）
獲獎人員與會議組織者合影
三星中國研究院的余驍捷在接受會議主席頒獎
