Șase sau șapte (B)

Șase sau șapte

Zece mii de ani după ce ultimul om a murit, o sondă de cercetare a unei specii extraterestre
fără nume aterizează pe un Pământ pustiu. Scotocind prin ruine în căutarea a ceva care să
semene a cultură, extratereștrii găsesc un ritual straniu, repetat la nesfârșit: oameni stând
în fața unei camere, făcând un gest scurt din mână și rostind un sunet scurt, transliterat de
xenolingviști fie ca „six", fie ca „seven" — aparent un gest ritualic cu semnificație spirituală,
susțin cercetătorii, deși nimeni nu cade de acord care cuvânt e care. Mai rău, majoritatea
înregistrărilor păstrate au fost deteriorate chiar la aterizarea sondei: o rafală violentă de
interferențe de înaltă frecvență de la motoarele de aterizare s-a infiltrat în arhivă și a
îngropat sunetul original sub un zid de zgomot de frecventa inalta. Sarcina voastră este să recuperați singura
certitudine pe care extratereștrii o au despre cultura umană: pentru fiecare înregistrare
coruptă, trebuie să decideți dacă vorbitorul a spus „six" sau „seven".

Date de intrare

Fiecare înregistrare este un clip audio de 1 secundă, eșantionat la 1024 Hz, al unei singure
cifre rostite — „six" sau „seven". Toate clipurile sunt contaminate cu același tip de
interferență de la motoarele de aterizare: o rafală de zgomot de înaltă frecvență atât de
puternică încât, în forma ei brută, poate acoperi peste 95% din energia semnalului și poate
face clipul să sune ca static pur. Interferența este concentrată peste aproximativ 350 Hz și
este independentă de cifra rostită, deci adaugă dificultate fără să dezvăluie răspunsul.

• Semnal: 1024 eșantioane per clip (1 secundă la 1024 Hz), amplitudine normalizată.
• Etichetă: cifra rostită, 6 sau 7.
• Corupție: zgomot simulat de înaltă frecvență, injectat în fiecare clip, prezent atât în
  train, cât și în test.

train.csv conține înregistrările de antrenare, cu coloanele path (locația fișierului
.wav) și answer (cifra reală, 6 sau 7). test.csv conține înregistrările de test, doar
cu path — sarcina voastră este să prezicați answer pentru fiecare dintre acestea.

Cerința

Dându-se o înregistrare audio coruptă, trebuie să prezici dacă cifra rostită este 6 sau 7.

Metrică: Acuratețe

Date de ieșire

Fișierul de ieșire (.csv) trebuie să conțină 3 coloane:

Se trimite un singur fișier care acoperă toate exemplele. Vedeți sample_submission.csv
pentru formatul așteptat.

Punctaj

Scorul final (0-100) se bazează pe acuratețe, scalată logaritmic între 0.5 și 0.99.

Scorarea se bazează pe acuratețe. Cu cât mai mare, cu atât mai bine.

Submisiile care nu rulează primesc 0 puncte.