首个语音大模型权威综述入选ACL 2025，多模态AI迎来新突破

香港中文大学团队撰写的《Recent Advances in Speech Language Models: A Survey》被ACL 2025主会接收，这是首个系统梳理语音大模型（SpeechLM）的权威综述。论文分析了SpeechLM的技术架构（语音分词器、语言模型、声码器）、训练策略（预训练、指令微调、后对齐）、应用场景（自然对话、语音翻译、情感生成等），并提出评估体系与未来挑战。该成果被视为语音AI技术突破，将推动多模态AI在人机交互领域的应用发展。