作者 彭学英 吴明 张骅

　　11月5日至8日，第二十一届全国人机语音通讯学术会议（NCMMSC 2026）在珠海横琴天沐琴台国际会展中心举行。本届大会以“语音×语言×多模态：迈向智能交互新范式”为主题，由中国计算机学会（CCF）与中国中文信息学会（CIPS）联合主办，CCF语音对话与听觉专业委员会、CIPS语音信息专业委员会、清华大学深圳国际研究生院、香港中文大学（深圳）及北京理工大学（珠海）联合承办。安徽声云智能科技有限公司（以下简称“声云智能”）以金牌赞助商身份参会参展，并在大会工业论坛作主题报告。公司首席科学家、厦门大学教授洪青阳亦深度参与大会多个环节，在科普教育论坛作主题报告，并担任大会学生论坛主席。

 

　　二十一届积淀，NCMMSC首次进入CCF推荐会议列表

 

　　全国人机语音通讯学术会议自1990年创办，是我国语音科学与技术领域历史最悠久、影响力最广的学术会议之一。2026年，大会正式入选中国计算机学会（CCF）推荐学术会议列表（C类），学术影响力与组织水准获得权威认可，这被视为NCMMSC发展历程中的重要节点。本届会议同时作为CCF语音对话与听觉专业委员会、CIPS语音信息专业委员会的学术年会召开。

 

　　会议设置大会主旨报告、教程报告、青年论坛、学生论坛、工业论坛、科普教育论坛等环节，并围绕语音大模型、多模态交互、情感与认知计算、智能语音医疗、信息无障碍等方向设置12个特殊议题。同期举行的还有ChinaVoices Challenge 2026中文多方言语音识别挑战赛，以及设置音乐修复、主动降噪两个赛题的2026 CCF先进音频技术竞赛。本届会议还与自然语言处理与中文计算会议（NLPCC 2026）、亚洲计算语言学会议（AACL 2026）同期同地举办，形成“语音×语言×多模态”协同交流的格局。

 

　　会议落址横琴，也延续了NCMMSC近20年来再度回归粤港澳大湾区的安排，依托横琴毗邻澳门、联通国际的区位优势，进一步推进国际学术合作与产学研融合。

　　金牌赞助商与I号展位：把端侧语音入口带到现场

 

　　声云智能为NCMMSC 2026金牌赞助商，展位位于B1展区I号。与腾讯、小米、科大讯飞、OPPO等同场，参展的还有多家语音与人工智能企业，展区集中呈现了语音识别、语音合成、语音数据、智能终端等不同环节的技术与产品。

 

　　声云智能展台带来了AI语音智能体鼠标、AI录音卡及配套软件等产品。AI录音卡可与笔记应用SoniNote配合，将通话与现场声音转写、整理为可检索的内容；面向PC场景的AI鼠标则将语音输入、快捷交互与任务型AI工作台clawMouse相连接。两类产品指向同一条思路：让语音能力不止停留在云端应用，而是下沉到用户手边的硬件入口。

 

　　工业论坛发声：一只鼠标如何成为AI语音入口

 

　　11月6日，大会工业论坛举行。声云智能项目代表谢雨田作题为《端侧多模态交互硬件的产业化实践——AI语音智能体鼠标的方案与合作路径》的报告。

 

　　该报告以AI语音智能体鼠标为案例，介绍近场拾音、端侧推理、会议助手、实时翻译与Agent协同调用等能力，展示多模态语音与轻量化模型成果在PC外设中的转化路径；同时探讨技术授权、校企联合科研、行业定制等合作方式，为AI语音终端的产业化提供实践参考。

 

　　这一议题在学术会议的语境中具有代表性。当语音大模型的能力持续向终端迁移，算法需要适配有限的算力与功耗，交互需要从“听清”走向“听懂并执行”，硬件厂商、算法团队与行业用户之间也需要形成可持续的合作机制。本届大会提出推动语音技术从“感知与合成”向“认知理解与智能交互”跨越升级，声云智能的端侧实践，正处在这一趋势的产业落点。

　　学术与产业同频：首席科学家洪青阳的多重参会角色

 

　　在本届大会的议程中，声云智能首席科学家、厦门大学信息学院教授洪青阳出现在多个环节：他是大会学生论坛主席，也是“第三届多语言智能语音与语言技术研讨会”特殊议题的组织者之一，并在科普教育论坛作主题报告。

 

　　洪青阳教授在科普教育论坛的报告以“人工智能—产业变革与青年未来”为题，面向青年学生展开。内容从1956年人工智能概念诞生、两度寒冬讲到2022年ChatGPT出现，用“预测下一个字”“注意力机制”等直观例子解释大模型原理；随后介绍国产大模型、AI创作与智能体等应用，并就就业的“放大器”效应、智能体的权限与责任边界提出冷思考；最后展望人形机器人与具身智能从数字世界走向物理世界，寄语青年“拥抱AI、善用AI、鉴别AI”。

 

　　洪青阳教授长期从事声纹识别与语音识别研究，主持国家自然科学基金三项，承担华为、海思、海信、滴滴等企业委托项目近二十项；他牵头组建厦门大学智能语音实验室，带领XMUSPEECH团队在东方语种识别（OLR）、基于多模态信息的语音处理（MISP）等竞赛中取得佳绩。其团队研发的闽南话识别与合成系统填补了区域应用空白，专著《语音识别：原理与应用》已于2025年4月更新至第三版，内容从Conformer、Zipformer等技术路线延伸至语音大模型。

 

　　在产学研衔接上，声云智能与厦门大学智能语音实验室的合作已形成较长的链路。双方围绕声纹识别、语音识别、语音合成、语音增强、语音唤醒、语种识别及麦克风阵列展开协同，把语料与模型建设、复杂声学环境优化和嵌入式适配能力带入智能终端；也将其研究成果落地产为声云录音笔、声云智能鼠标等产品。这为谢雨田在工业论坛上提出的“校企联合科研”合作方式，提供了一个可对照的样本。

 

　　政策语境：从“人工智能+”到端侧智能终端

 

　　2025年8月，国务院印发《关于深入实施“人工智能+”行动的意见》（国发〔2025〕11号），提出推动人工智能与经济社会各行业各领域广泛深度融合，加快形成人机协同、跨界融合、共创分享的智能经济和智能社会新形态。在这一部署下，智能终端、智能体与多模态交互成为人工智能进入办公、会议、教育等真实场景的重要载体。

 

　　对语音产业而言，竞争焦点也随之变化：从单一指标的识别率、合成自然度，转向“模型—硬件—场景”的整体交付能力，以及在真实环境中能否稳定可用。本届会议将“工业级系统与部署”“实时与边缘语音处理”列入征文方向，并设立语音模型评测体系构建与开源生态创新等特殊议题，反映的正是这一转向。

 

　　在区域与产业层面，本届会议所处的粤港澳大湾区，与长三角的语音产业带形成呼应。据光明网2026年5月报道，声云智能是安徽省重点培育的国家级高新技术企业、省级专精特新中小企业，其技术路线以国产大模型与智能硬件融合为主线。此次在横琴与国内外高校、科研机构及产业伙伴同台交流，也为跨区域的产学研对接提供了场景。

 

　　从展台到工业论坛，声云智能在NCMMSC 2026呈现的不只是一款AI鼠标，而是一条“语音算法—端侧硬件—智能体应用”的产业化链条。当语音技术从实验室走向办公桌，这条链条能否跑通，将在很大程度上影响下一轮人机交互入口的形态与归属。