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。
赛题一：音乐修复
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。
赛题内容
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。
数据集与基线系统
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：
- 扬声器维度：涵盖多种型号、不同数量以及不同摆放距离的扬声器配置；
- 场景维度：覆盖典型声学环境，包括室内家居、餐厅、会议室，以及户外广场、公园等场景；
- 音乐维度：涵盖不同音乐风格、乐器编制及录音内容，以增强任务的泛化性和挑战性。
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。
赛题二：音频降噪
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。
赛题内容
（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。
数据集与基线系统
竞赛方将提供如下数据：
- 原始参考噪声：麦克风采集的原始环境噪声（16-bit WAV，原生 48kHz）。
- 期望噪声：噪声经过未知初级路径衰减后到达误差麦克风的声音。
- 次级路径：扬声器到误差麦克风的物理冲激响应（已做空间平均并降采样至48kHz）。
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。
赛程安排
参赛对象
大赛面向国内高等院校及科研院所在读学生（含全日制本科生、硕士研究生、博士研究生）
* 每支参赛团队人数为1-5人，只限1位老师指导完成。
* 本届大赛各获奖队伍需要在第21届全国人机语音通讯学术会议（NCMMSC2026）的赛事特殊议题上以论文形式提交参赛技术方案说明，入选的论文会邀请在大会赛事特殊议题报告上作分享展示。具体会议时间与投稿要求另行通知。
奖项设置
📜 获奖证书；
💰 奖金：
🥇一等奖：3万（共2名），
🥈二等奖：2万（共4名），
🥉三等奖：1万（共4名）；
赛事组委会
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
组织单位
