语音小管家
👋 各位语音技术爱好者们，大家好！
2026年过半，语音之家陪伴大家走过了一段充实的学习之旅。从线上公开课到论文解读，从技术沙龙到行业分享，我们一起探索了语音技术的方方面面。
为了方便大家回顾学习、查漏补缺，我们把这期间的所有活动资源做了一个超全汇总。建议收藏本文，随时翻看不迷路～
🎓 一、技术沙龙系列
行业实战经验分享，技术人面对面交流
活动标题 | |
01 | StepAudio 2.5系列语音大模型思考和应用介绍 |
02 | OSUM-Echat: 语音理解驱动的端到端共情口语对话生成模型 |
03 | Step-Audio 2 技术分享交流会 |
04 | 低资源语言信息化和语言保护——以环南海濒危语言疍家话为例 |
05 | 探索Single-stage Auto-regressive Transformer框架下 |
06 | OSUM：学术界有限资源推进开放语音理解大模型 |
📄 二、论文解读系列
顶会论文逐篇精讲，紧跟学术前沿
序号 | 活动标题 |
01 | ICASSP 2026 论文预讲会（共10期，33篇论文） |
02 | INTERSPEECH 2025 论文预讲会（共6期，22篇论文） |
03 | ICASSP 2025 论文预讲会（共14期，48篇论文） |
🌐 三、公开课系列
语音技术前沿系统性探讨
序号 | 活动标题 |
第二届语音对话与听觉处理前沿进展研讨会 | |
02 | 智能人机交互与语音技术前沿研讨会——CCF语音对话与听觉专委走进哈尔滨工程大学 |
03 | 大模型时代的语音处理研究研讨会——CCF语音对话与听觉专委走进香港中文大学（深圳） |
🌐 四、Xmart•学生论坛系列
由上海交通大学跨媒体语言智能实验室（SJTU X-LANCE lab）创办，中国计算机学会语音对话专委会主办，语音之家协办，为青年学生打造一个学术探讨，思维碰撞和多学科交叉融合的平台。
序号 | 活动标题 |
01 | 李凯：高效语音分离：架构、融合、因果性与数据 |
02 | 姜成翰：赋予口语语言模型思考能力 |
03 | 陈麒光：迈向推理时代：长思维链机理及应用 |
04 | 于文一：通用音频大模型：从通用感知到听说一体 |
05 | 姚继珣：歌曲生成与评估体系的探索研究 |
06 | 丁翰林：用于通用音频理解的可扩展方法 |
07 | 王远程：迈向自然且高效的语音合成 |
08 | 杨东超：面向多任务的音频基座模型：音频生成视角 |
09 | 周俊佐、任勇：语音的可溯源保护：音频水印研究 |
10 | 季圣鹏：端到端语音对话时代的机遇和挑战 |
11 | 袁锐斌：Scaling Foundation Models for Music |
12 | 张绍磊：迈向实时跨语言沟通：实时语音模型的挑战、技术和未来 |
13 | 肖俊斌、李磊磊：面向第一视角的具身问答辅助技术：研究与展望&第一视角下的交通事故视频溯因理解 |
14 | 郭子睿：从检索增强生成到图增强生成：探索新一代智能问答系统 |
📺 除了这里，还能在哪里看？
如果不方便通过本文链接跳转，你也可以通过以下方式找到我们的全部内容：
📱 关注本公众号，在菜单栏点击「工匠学堂」也能找到历史活动。
✨写在最后
感谢大家一路以来的支持与陪伴。语音之家会继续努力，为大家带来更多高质量的技术分享和学习资源。
如果这份汇总对你有帮助，欢迎点赞、在看、转发给身边同样在学习语音技术的朋友～
