语音音频技术是人工智能的重要分支，它让计算机能够理解和生成人类的语音和各种音频，实现与人类自然、流畅、高效的交互。随着多模态大模型的不断发展，语音音频技术正面临前所未有的发展机遇，同时也伴随一系列挑战。

本论坛将聚焦语音音频技术在新一代人工智能及多模态大模型背景下的发展趋势和前沿问题，从语音及音频理解、语音音频与多模态大模型结合、面向AIGC的语音及音频生成、相关技术在人机交互服务中的应用等方面展开思辨和讨论。本论坛邀请了来自清华大学、上海交通大学、启元实验室、中国科学技术大学、香港中文大学（深圳）、希尔贝壳、面壁智能、思必驰等国内外知名语音及音频处理技术专家学者和业界代表，分享他们在语音音频技术领域的最新研究成果和经验，以及对未来技术发展方向的展望。本论坛旨在集思广益，为参与者提供一个交流学习、探索创新、寻求合作的平台，促进学术界与产业界的交流合作，共同推动语音音频技术的创新发展。