第二届CCF先进音频技术大赛正式启幕！延续首届赛事丰硕成效与发展势能，本届大赛继续以培养音频领域人才、支持学生科技创新、选拔优秀力量为目标。大赛由中国计算机学会主办，CCF语音对话与听觉专委会承办、语音之家协办，华为终端有限公司独家赞助，聚焦大模型时代音频技术热点，为高校及科研院所相关专业学子，搭建交流竞技、展示提升的优质平台。
当音乐通过扩音设备播放出来，由于喇叭本身的失真（如手机喇叭播出来的音乐低频损失，鼓声无力）、多喇叭发声的混响感（如演唱会场景），会让录制该场景的音乐音质下降，需要音乐修复（Music Restoration）技术来提升音乐音质。
（1）劣质扩音设备失真修复：音乐信号经由劣质扩音设备播放后，再通过麦克风录制。由于扩音设备性能受限，录制信号相较于原始音乐存在明显质量退化，包括非线性失真、背景噪声增强以及频率响应不均衡等问题。参赛系统需要对录制音频进行修复，以提升其音质和听感。
（2）多喇叭扩音混响修复：同一音乐信号通过多个扬声器同时播放，并由麦克风进行录制。由于多路径传播和声学叠加效应，录制音频通常包含较强的混响和失真，导致声音发糊、清晰度下降。参赛系统需要有效抑制混响及相关失真，恢复更清晰、更自然的音乐音频。
竞赛组织方将提供约10小时的配对训练数据。为覆盖真实场景中的声学条件差异，数据集在以下维度具有丰富的多样性：
此外，竞赛组织方将提供基线模型及完整的训练和推理代码，供参赛者快速开展研究与开发。我们鼓励参赛者复现并超越基线系统的性能，共同推动相关技术的发展。
参赛队伍提供可执行的模型文件，在赛事官方指定环境中进行测试。
参赛队伍需提交方案复杂度和可实现性的文档，文档包括模型运行输出的日志文件，数据说明、参数量、复杂度以及是否满足因果性的分析和说明文件。
最终方案的技术报告和答辩材料（含算法原理、方案设计、创新性、各个模型对结果的作用分析等）。
初赛：组委会通过业界常用客观评测方案对参赛队伍结果进行客观评分（SI-SNR*X、FAD*X、谱距离、ViSQOL），排序取前7名进决赛；所有队伍需要提供可执行模型；
复赛：算法处理结果占比40%；方案创新性占比30%；方案的复杂度和可实现性占比30%。
| 一级指标 | 二级指标 | 要求 | 对应分值 |
|---|---|---|---|
| 客观打分 | 客观指标 | 增强后音频的SI-SNR打分，占比25%，根据初赛所有参赛队伍实际提交结果划分客观打分等级 | 10 |
| 增强后音频的FAD打分，占比25%，根据初赛所有参赛队伍实际提交结果划分客观打分等级 | 10 | ||
| 增强后音频的谱距离，占比25%，根据初赛所有参赛队伍实际提交结果划分客观打分等级 | 10 | ||
| 增强后音频的ViSQOL，占比25%，根据初赛所有参赛队伍实际提交结果划分客观打分等级 | 10 | ||
| 复杂度 | 重点考察算法的参数量（M）和复杂度（MFlops），占比2/3 参数量：< 5M：10分； 5M~10M：8分； 10M~15M：6分； 15M~20M：5分； > 20M：4分 复杂度：< 500MFlops：10分； 500~2000MFlops：8分； 2000~5000MFlops：6分； 5000~10000MFlops：5分； > 10000MFlops：4分 |
20 | |
| 主观打分 | 方案创新性 | 在算法原理或者方案实践上有原创性进展；20~30分
在算法原理或者方案实践上基于现有方法有优化；0~20分 |
30 |
| 听感评估（MOS） | 对音频进行Overall MOS评分，并对所有结果进行排序，分为四级，评分如下：1级10分，2级8分，3级6分，4级4分 | 10 |
前馈与反馈相结合的混合主动降噪模式，已在主动降噪领域得到广泛应用。随着应用场景日益复杂、噪声类型更加多样，传统降噪方法在适应性和稳定性方面面临新的挑战。因此，面向复杂场景和多样化噪声样本，发展自适应降噪与 AI 降噪技术，有助于进一步提升主动降噪系统的综合性能和用户体验。
（1）基于对主动噪声控制（ANC）系统原理的理解，采用AI方法设计轻量级神经网络，实现端到端的主动降噪控制，在保证模型计算效率和部署可行性的基础上，尽可能提升系统的降噪效果。
（2）在实际应用中，主动噪声控制系统的传递函数会受到环境变化的显著影响。例如，在主动降噪耳机中，不同佩戴者的耳道结构、佩戴松紧程度以及耳机位置变化，都会导致声学传递函数发生较大变化，从而影响降噪效果。因此，本研究希望参赛者设计的 AI 模型不仅能够在特定环境下实现良好的降噪性能，还应具备较强的泛化能力，能够适应不同的 ANC 声学环境。需要特别说明的是，所部署的模型必须采用离线推断方式工作，即模型在实际运行过程中不允许进行在线训练或在线参数更新。
竞赛方将提供如下数据：
竞赛组织方将提供一个基线模型及其完整的训练和推理代码，鼓励复现我们公布的baseline的结果。
参赛队伍提供可执行的模型文件，在赛事官方指定环境中进行测试。
参赛队伍需提交方案复杂度和可实现性的文档，文档包括模型运行输出的日志文件，数据说明、参数量、复杂度以及是否满足因果性的分析和说明文件。
最终方案的技术报告和答辩材料（含算法原理、方案设计、创新性、各个模型对结果的作用分析等）。
初赛：组委会通过业界常用客观评测方案对参赛队伍结果进行客观评分，排序取前7名进入决赛；所有队伍需要提供可执行模型。
复赛：算法处理结果占比40%；方案创新性（如ANC架构、自适应算法、先进滤波器结构等）占比30%；方案的复杂度和可实现性占比30%。
| 一级指标 | 二级指标 | 要求 | 对应分值 |
|---|---|---|---|
| 客观打分 | 客观指标 | 按照50-5kHz的1/3倍频程统计ANC降噪量，占比70%，根据初赛所有参赛队伍实际提交结果划分客观打分等级 | 28 |
| 按照1k-8kHz的1/3倍频程统计ANC反弹，占比30%，根据初赛所有参赛队伍实际提交结果划分客观打分等级 | 12 | ||
| 复杂度 | 重点考察算法的参数量（M）和复杂度（MFlops），占比2/3 参数量：< 5M：10分； 5M~10M：8分； 0M~15M：6分； 15M~20M：5分， >20M：4分 复杂度：< 500MFlops：10分； 500~2000MFlops：8分； 2000~5000MFlops：6分； 5000~10000MFlops：5分； >10000MFlops：4分 |
20 | |
| 主观打分 | 方案创新性 | 在算法原理或者方案实践上有原创性进展；20~30分 在算法原理或者方案实践上基于现有方法有优化；0~20分 |
30 |
| 听感评估（MOS） | 对音频进行Overall MOS评分，并对所有结果进行排序，分为四级，评分如下：1级10分，2级8分，3级6分，4级4分 | 10 |
| 2026/06/07 | 赛题发布，开启报名 |
| 2026/06/22 | 训练集、基线系统发布 |
| 2026/08/10 | 测试集发布，报名截止 |
| 2026/08/14 | 结果提交截止 |
| 2026/08/21 | 初赛结果公布 |
| 2026/08/30 | 决赛答辩、颁奖仪式 |
| 2026/11月初 | NCMMSC2026赛事特殊议题 |
| 凌震华 | 中国科学技术大学 |
| 孔秋强 | 香港中文大学 |
| 石栋元 | 西北工业大学 |
| 王雷 | 华为终端 |
| 丛林林 | 华为终端 |
| 鲍光照 | 华为终端 |
| 熊伟 | 华为终端 |
| LI CHUNJIAN | 华为终端 |
| 卜辉 | 语音之家 |
| 徐昕 | 语音之家 |
| 刘飞 | 中国科学技术大学 |
| 杜力 | 西北工业大学 |
