12月15日，小米公司創始人、董事長、首席執行官雷軍發文宣佈，小米聯合薩里大學、清華大學、海天瑞聲聯合發起第二屆音頻編碼器能力挑戰賽，將於明年9月同步亮相國際語音頂級會議 Interspeech 2026，目前已正式開放報名。
雷軍表示，本次挑戰賽旨在推動音頻編碼器對音頻大語言模型（LALM）的增效，歡迎報名！
國際語音頂級會議 Interspeech 2026 將於明年 9 月在澳大利亞悉尼舉行。由小米、薩里大學、清華大學、海天瑞聲聯合發起的第二屆 Audio Encoder Capability Challenge（AECC）音頻編碼器能力挑戰賽將同步亮相 Interspeech 2026，目前已正式開放報名。
當前，音頻大語言模型（LALMs）發展迅速，但大多數主流模型在音頻前端編碼器上選擇非常單一，幾乎均基於 OpenAI Whisper Encoder。這種對單一技術的依賴不利於模型架構的多樣化探索，也限制了 LALMs 整體能力的進一步提升。為應對音頻理解能力不斷增長的需求，本次挑戰賽將聚焦於音頻編碼器這一核心模塊，重點評估其在複雜真實場景下的理解與特徵表示能力。
一、比賽介紹
1.1 評測方法
本次挑戰賽採用統一的端到端訓練和評估框架。參賽者只需提交預訓練的編碼器模型，下游任務的訓練和評估由主辦方完成。主辦方提供了開源的評估系統 XARES-LLM （https：//github.com/xiaomi-research/xares-llm）。該系統基於用戶提供的音頻編碼器自動訓練一個典型的 LALM。該系統會自動下載訓練數據，訓練模型，然後測試各種下游任務，並為每個任務提供分數，如下圖所示。
參賽者並不需要自己運行 XARES-LLM，而只需把音頻編碼器按照一個簡單的接口說明和示例封裝，通過郵件發送給主辦方即可，大模型的訓練和評估由主辦方完成。當然，由於 XARES-LLM 是開源的，且只需 GTX4090 即可完成訓練和評估，參賽者也可以自行使用該系統訓練大模型、評估待提交的編碼器的性能，並和主辦方提供的基線系統比較。
1.2 訓練數據
和大多數比賽不同，本挑戰賽不僅重視模型設計和訓練，也同樣重視數據的收集和利用。主辦方不規定具體的訓練數據集。參賽者可以使用任何數據訓練，包括在網絡上抓取的數據，但訓練數據必須是公開可訪問的，不得使用私有保密數據。參賽的模型既可以基於任何開源的預訓練模型參數，也可以從頭訓練。
同時，海天瑞聲公司為比賽提供了一個補充數據集，供參賽者免費使用。該數據集從八個商用數據集（King-ASR-457、King-ASR-958 等）提取構建而成。其內容涵蓋了豐富的日常環境噪聲，具體包括書店、健身房、地鐵、餐廳等多種室內外場景的背景噪聲，以及家庭環境下的不同距離背景噪聲。
此外，數據集還收錄了水流、腳步聲、戶外窗邊等特定非語音干擾聲，以及地鐵車廂在不同時段的運行噪聲。嘯叫類數據則包含了通話、遊戲和直播場景下的純淨嘯叫聲。
車輛相關環境噪聲也是其重要組成部分，如機械噪聲、空調運行聲和開窗風噪，還有咖啡館、醫院、市場、步行街等生活場景的實錄環境聲。報名參賽者可以免費訪問該數據集，細節詳見 ：
https：//dataoceanai.github.io/Interspeech2026-Audio-Encoder-Challenge/King_NonSpeech-Dataset_en_20h.html。
1.3 賽道設定
我們設定了兩個賽道，賽道 A 關注大模型處理傳統分類任務、輸出分類標籤的能力，賽道 B 關注大模型的理解和表達能力。參賽者無需選擇賽道。所有提交作品將同時接受兩個賽道的評估，兩個賽道獨立排名。
☆ ☆賽道 A ：傳統分類任務
☆ ☆ 賽道 B ：理解和表達任務
二、報名參賽
2.1 報名和提交方法
在2026.01.25 11：59 PM AoE 前填寫報名鏈接：https：//docs.google.com/forms/d/1oaTnhh0HVX8K2oRdHKXsnyZfBWb7F6Oj8xZ6yAiMI74/viewform？edit_requested=true
參考https：//github.com/xiaomi-research/xares-llm/tree/main/example 封裝自己的編碼器，並通過https：//github.com/xiaomi-research/xares-llm/tree/main/scripts/audio_encoder_checker.py 工具的檢查。
在2026.02.12 11：59 PM AoE 前，把編碼器代碼和模型文件打成 zip 包，通過郵件發送給主辦方。
在2026.02.25 11：59 PM AoE 前，把技術報告 PDF 文件郵件發送給主辦方。技術報告可以同時在 Interspeech 官方提交系統作為會議論文投稿。
2.2 聯繫方式
主辦方郵箱：2026interspeech-aecc@dataoceanai.com
挑戰賽官網：https：//dataoceanai.github.io/Interspeech2026-Audio-Encoder-Challenge/
責任編輯：李昂