青年论坛
低码率神经网络语音编解码方法研究
围绕低码率神经网络语音编解码，介绍超低码率编解码器FMelCodec的整体框架，以及面向流式通信的VoCodec和残差向量量化的AKDQ两种改进量化策略。
面向自然人机交互的语音副语言能力评测：从指令跟随到非语言发声
围绕指令跟随语音生成与非语言发声评测，介绍MINT-Bench多语言指令跟随评估与NVV-SuperBench中英双语45类非语言发声评测基准，分析当前模型副语言控制能力短板。
基于医患对话的老年认知健康智能诊断方法研究
依托患者自然对话语音实现认知损伤非侵入式检测，围绕病理语音特征提取与跨模态融合建模，阐述端到端老年认知健康智能诊断技术体系。
融入听觉感知机理的语音增强方法研究
围绕人类听觉系统感知处理含噪语音的过程，介绍融入听觉感知机理的语音增强方法，涵盖听觉掩蔽端点检测、噪声语音双流感知框架与谐波补偿听觉感知网络。
“万卷·丝路”多模态小语种语料库的创新与实践
聚焦"一带一路"语言互通需求，介绍"万卷·丝路"多模态小语种语料库建设与关键技术，探讨高质量多模态语料构建路径及企业出海等场景落地经验。
音乐物理特性对多巴胺系统神经夹带效应量化表征的机制研究
聚焦音乐声学与深部神经动力学，利用颅内脑电考察音乐物理特性对多巴胺奖赏回路的影响，构建虚拟脑架构以头皮EEG推断深部奖赏状态，探索音乐干预情绪障碍的数字疗法路径。
结合语音基础模型的障碍语音识别建模方法
面向构音及认知障碍语音精准识别挑战，探讨预训练语音基础模型迁移难题，介绍模型融合、离散token表征、半监督学习与自适应建模等障碍语音专用技术方法。
迈向更稳定的全连续自回归语音合成
介绍小红书dots团队语音合成进展，涵盖开源全连续自回归TTS模型dots.tts、统一语音表征HoliTok，以及支持文本情感韵律停顿编辑的细粒度语音编辑模型dots.tts.edit。
音频推理与拟人情感化语音生成技术进展
展示音频推理与情感化生成突破，涵盖Audio-DeepThinker渐进式推理音频模型、PhyAVBench物理常识评测、EmoSteer-TTS细粒度情感操控及AudioGenie多智能体框架。
融合语言学先验知识的低资源藏语语音合成优化方法研究
以藏语卫藏方言为对象，围绕语言学知识挖掘与端到端声学建模，从语音结构剖析、文本特征分析、韵律预测到声学建模等维度，探讨低资源藏语语音合成关键技术。
NCMMSC 2026 青年论坛报告征集
NCMMSC 2026青年论坛面向国内外青年学者公开征集报告提案，欢迎围绕语音与语言智能、多模态交互、情感认知计算、音频音乐处理等前沿方向分享最新研究进展。
