近期，Interspeech 2026的录用结果正式揭晓，江苏省语言计算及应用重点实验室共有4篇论文被大会收录。作为国际语音通信协会ISCA主办的经典学术会议，Interspeech长期被公认为语音研究领域全球最具影响力的学术盛会之一。本届会议主题为“Speaking Together”，从最终录用成果来看，基本能够洞察语音语言技术前沿的最新发展动向。
这一实验室背景实力雄厚——由思必驰科技股份有限公司牵头，联合上海交通大学、苏州大学共同组建，是江苏省在通用人工智能领域部署的重要战略科技力量。其运行模式颇具特色：以思必驰的产业平台为基础，将上海交大与苏州大学的顶尖科研资源紧密整合，构建起“产学研用”深度融合的创新联合体。核心方向聚焦于语言计算技术，致力于打通从基础理论到关键算法、再到产业落地的完整链条。
本次被收录的研究成果主要涵盖听觉感知、语言认知、大模型及智能体、全链路对话系统柔性定制等领域。这些研究显著增强了思必驰在复杂场景下的语音识别可靠性、语音大模型的高效适配能力，以及面向部署工程化交付的核心实力。同时，也支撑了智慧出行座舱交互、智慧办公会议转写、智慧物联远场对话等场景的用户体验升级，并进一步提升了面向多行业客户的标准化交付效率与可扩展性。下面重点介绍其中一项代表性成果：
面向可靠性的语音识别评估与弃权机制
这项研究聚焦于会议转写、车载指令等高安全场景中的关键难题——识别错误被高置信度掩盖的问题。简而言之，就是系统输出错误结果时，却仍给出高分数，这对下游应用和用户而言构成潜在隐患。传统的词错误率指标仅衡量准确率，难以刻画结果的可靠性。
具体方案如下：他们提出了一种具备弃权感知能力的转录框架——让识别模型在不确信的片段上主动选择“弃权”，而非强行输出结果。同时，引入可靠性导向指标RAS，用于在转录信息量与错误规避之间实现权衡，且权衡参数可根据人类偏好进行校准。训练过程分为两步：首先通过监督式自举完成初始化，再结合强化学习训练出具备弃权能力的识别模型。实验数据显示，该方法在保持有竞争力识别准确率的同时，显著提升了转录结果的可靠性。对于高安全要求的语音交互场景而言，这提供了一层可控的质量保障。
产品落地：智慧出行、智慧办公与智慧物联产品的持续升级
上述研究方向正加速转化为思必驰在三大领域的产品能力提升。具体而言：识别结果在噪声和歧义场景下更加可信；多语种和新领域的适配速度更快；面向部署的模型选型与交付过程更具可复现性；语音反馈更加自然及时；弱网和低功耗条件下的使用体验也更顺畅。依托这些能力，思必驰在多行业项目中的交付效率与场景适配速度持续提升，最终为客户带来更一致、更可靠的语音交互服务。
结语
长期以来，思必驰在ICASSP、INTERSPEECH、ACL、EMNLP、AAAI、ICML、NeurIPS等顶级学术会议上一直表现活跃，屡获佳绩。持续产出的高质量科研成果，也充分印证了其在人工智能语音语言关键技术领域的深度探索与重大突破。秉持科研与产业应用紧密结合的理念，接下来思必驰将继续推动高水平科研成果向产品能力转化，围绕真实业务场景打磨可落地、可规模化、可持续优化的语音语言技术体系。
