西工大团队提出FlashTTS，一种面向实时语音对话的低时延流式TTS框架。它通过滞后式多轨架构支持流式文本输入，利用Multi-Token Prediction加速语音token生成，并采用X-pred Mean Flow Distillation将声学解码压缩至2步。实验显示，FlashTTS将首包延迟降至325ms，同时保持较好的零样本音色克隆和多语言可懂度，为实时语音助手等应用提供高效基础。

国际语音会议Interspeech 2026将于2026年9月在悉尼举行，期间将举办音频编码器能力挑战赛（AECC）。比赛聚焦音频编码器在复杂场景下的表现，参赛者需提交预训练模型，主办方提供评估系统。参赛者可使用公开数据集，报名截止日期为2026年1月25日。

苹果将在2025年8月17日至21日于荷兰鹿特丹的Interspeech大会上展示语言处理技术的新成果，并设立展位欢迎参观。

苹果将在2025年8月17日至21日于荷兰鹿特丹的Interspeech大会上展示语言处理技术，设立展位并举办多场研讨会和活动。

随着语音技术的发展，全球语言多样性面临挑战。卡内基梅隆大学等机构推出ML-SUPERB 2.0挑战赛，旨在推动多语言语音技术，提供141种语言的语音数据，特别关注小众语言，确保技术公平应用。

苹果赞助2024年9月1日至5日在希腊科斯举行的第25届Interspeech大会，专注于语言处理技术的研究。会议期间，苹果将在Kipriotis酒店展位展示与语音识别相关的研究和工具。