察言观色贼准，情绪价值拉满，还事事有回音。

您的“超拟人”赛博语音搭子又进化了，而且是国际顶级比赛认证的那种。

在语音领域顶级会议 ICASSP2026 发起的 HumDial 类人语音对话系统挑战赛“情感智能赛道”中，TeleAI 从 100 余支全球顶尖报名参赛队伍中脱颖而出，一举夺魁！

在中国电信集团 CTO、首席科学家、中国电信人工智能研究院（TeleAI）院长李学龙教授的指导下，TeleAI 科研团队以智传网（AI Flow）为基础，持续拓展语音大模型的前沿创新。此前，TeleAI 就在业内首次提出“超语义语音学”（Beyond-Semantic Speech, BoSS）。

基于 BoSS 理论，TeleAI 实现并推出了超拟人对话大模型 GOAT-SLM，让人机交互更有人情味。此外，针对自然交互、情绪、方言等真实场景的理解能力，TeleAI 还提出了语音大模型评测基准 TELEVAL，让大模型的“拟人”效果有了更明确的评价标准。

在本次 HumDial 情感智能赛道中，TeleAI 基于此前提出的超拟人语音对话大模型 GOAT-SLM，并结合注入式情感归因思考（Injected Emotional-Attribution Thinking，IEAT）数据构造策略，形成了一套面向情感理解与共情生成的统一建模方案。

GOAT-SLM：听话听音，锣鼓听声

超拟人语音对话大模型 GOAT-SLM 的训练过程就像教 AI 学说话的过程。

首先，打好“听懂” 的基础。先通过大规模语音数据让模型实现 “语音 - 文本对齐”，比如听懂人说的话、匹配对应的文字含义；再加入语气、语速、说话人特征等信息，让模型不仅懂内容，还能捕捉 “副语言线索”—— 比如从急促的语气中察觉到焦虑，从温和的语调里感受到平静。

随后，练好“会说” 的能力。模型进入端到端的多模态联合优化过程，同时学习生成文本回复和语音回复。这意味着，它不仅要写出共情的文字，还要用合适的语气、情绪表达出来—— 比如安慰时语调放缓，鼓励时语气坚定，确保文字有温度，语音有情绪。

GOAT-SLM 训练策略

IEAT：换位思考，学会共情

当大模型学会听懂语言的弦外之音，就需要训练更进阶的能力：提前分析情感，学会共情。IEAT 将用户的情绪状态和情绪诱因，以“思考轨迹” 的形式注入模型的思考过程。

打个比方，AI 在做出回应前，会先在心里过一遍：“用户现在是这种情绪，原因是什么，我该怎么回应才能让他觉得被理解？”

这种方式没有把真实地情绪冷冰冰地标注成“愤怒”、“愉快”、“烦躁”这样的死板标签，而是让它成为 AI 思考的一部分，就像人与人对话时的换位思考。

基于 GOAT-SLM + IEAT 数据构造策略的整体方案，TeleAI 在本次 HumDial 情感智能赛道的多维评测体系下表现稳定且全面。在自动评测与人工主观评测中均取得领先成绩，最终获得情感智能赛道第一名。

此次夺冠，不仅验证了 TeleAI 技术方案的有效性，更预示着语音对话的 “情感时代” 已经临近。

从“听懂” 到 “读懂”，从 “回应” 到 “共情”，TeleAI 的技术突破正在重构语音对话的体验边界。或许不久后，那些 “读不懂情绪” 的机械回应将成为过去，有温度、懂共情的语音 AI，会真正融入我们的生活，成为贴心的陪伴者、靠谱的沟通者。

相关工作：

Qing Wang, Zehan Li, Yaodong Song, Hongjie Chen, Jian Kang, Jie Lian, Jie Li, Yongxiang Li, Xuelong Li, “A Unified Spoken Language Model with Injected Emotional-Attribution Thinking for Human-like Interaction”, arXiv: 2601.04960.