안녕하세요. 대회 규정과 관련하여 아래 사항을 확인 부탁드립니다.

1. 신경망 기반 코덱·후처리 음원의 Real/Fake 기준

실제 원천 오디오에 다음과 같은 신경망 기반 처리만 적용한 경우에도 REAL로 분류되는지 궁금합니다.

• EnCodec, DAC 등 신경망 코덱을 통한 인코딩·복원
• 신경망 기반 noise suppression / speech enhancement
• source separation을 통한 보컬·반주 분리

즉, 신경망이 waveform을 복원·추정하더라도 새로운 음성·음악 성분을 생성한 것이 아니라면 REAL로 보는지 확인 부탁드립니다.

또한 평가 데이터의 전화채널 오디오에 EnCodec, DAC 등 신경망 코덱을 통한 변형도 포함될 수 있는지 궁금합니다.

2. AI 생성 노래 및 AI 가창의 정답 라벨

보컬과 반주가 모두 AI로 생성된 곡(예: text-to-music 생성 모델을 이용하여 보컬과 반주를 함께 생성한 경우)은 아래와 같이 라벨링되는 것이 맞는지 궁금합니다.

• FILE_FAKE = 1
• VOICE_FAKE = 1
• MUSIC_FAKE = 1
• VOICE_PRESENT = 1
• MUSIC_PRESENT = 1

또한 반주나 악기음 없이 AI가 생성한 가창/보컬만 존재하는 아카펠라 형태의 오디오라면,

• VOICE_PRESENT = 1
• MUSIC_PRESENT = 0

으로 정의되는 것이 맞는지 확인 부탁드립니다.

대회 설명에서 보컬은 음성 성분으로 분류한다고 명시되어 있어 위와 같이 이해하였습니다.

3. VOICE_PRESENT / MUSIC_PRESENT의 존재 판정 기준

파일 전체가 아닌 일부 구간에만 음성 또는 음악이 존재하는 경우에도 해당 PRESENT 정답 라벨은 1로 설정되는지 궁금합니다.

예를 들어 30초 오디오 중 짧은 구간에만 음성이 존재하는 경우에도 VOICE_PRESENT = 1인지 확인 부탁드립니다.

또한 음성 또는 음악의 존재 여부를 판단하기 위한 최소 지속시간, 최소 비율 등의 기준이 별도로 존재하는지 궁금합니다.

추가로 평가 데이터에 다음과 같이 음성과 음악이 모두 존재하지 않는 파일도 포함될 수 있는지 확인 부탁드립니다.

• VOICE_PRESENT = 0
• MUSIC_PRESENT = 0

예를 들어 환경음, 효과음, 무음 등만 포함된 파일입니다.

이러한 샘플이 존재할 경우, 해당 파일의 FILE_FAKE 정답은 어떤 기준으로 결정되는지도 함께 문의드립니다. 예를 들어 AI로 생성된 환경음이나 효과음이 존재할 경우에도 FILE_FAKE = 1로 판단하는지 궁금합니다.

4. Voice EER / Music EER 평가 대상 파일 선정 기준

Voice EER과 Music EER의 평가 대상은 참가자의 PRESENT 예측값이 아니라 Ground Truth 기준으로 각각 VOICE_PRESENT=1, MUSIC_PRESENT=1인 파일을 대상으로 계산하는 것이 맞는지 확인 부탁드립니다.

이하 내용은 학습데이터 사용 및 2차 평가 시 데이터 검증·제출 방법과 관련된 문의입니다.

5. ND(NoDerivatives) 조건이 있는 공개 데이터의 사용

CC BY-NC-ND 등 변경금지 조건이 있는 공개 데이터는 대회 규정상 원본 그대로 학습에 사용하는 것이 가능한지, 그리고 학습 과정에서 augmentation을 적용하는 것도 허용되는지 궁금합니다.

augmentation은 가능하지만 변형본의 재배포가 제한되는 경우, 2차 평가 시 원본 데이터 + augmentation 코드·설정값·random seed를 제출하여 재현 가능하도록 하는 방식으로 인정받을 수 있는지도 확인 부탁드립니다.

6. 공개 데이터를 변환·가공하여 학습한 경우의 제출 범위

공개 데이터를 실제 학습 전에 augmentation, 음성·음악 mixing, 리샘플링, 포맷 변환 등의 방식으로 가공한 경우, 2차 평가 시 어느 단계의 데이터를 제출해야 하는지 궁금합니다.

예를 들어 다음과 같은 경우를 포함합니다.

• 공개 음성 + 공개 음악을 코드로 혼합하여 학습 데이터 생성
• 원본 파일을 16 kHz로 리샘플링하거나 FLAC 등으로 변환
• 기타 고정 seed 기반 augmentation 적용

이 경우 실제로 생성된 가공 파일 자체를 모두 제출해야 하는지, 아니면 원본 데이터 + 변환/augmentation 코드 + 설정값 + random seed를 제출하여 실제 학습 데이터를 재현할 수 있도록 하면 충분한지 확인 부탁드립니다.

7. YouTube CC 기반 공개 데이터셋 사용 가능 여부

YODAS처럼 YouTube의 Creative Commons 라이선스 영상에서 수집된 공개 데이터셋도 학습에 사용할 수 있는지 궁금합니다.