检索增强生成技术，通过结合检索和生成能力，能够从外部知识库中检索相关信息，从而提高文本生成的准确性和多样性，减少事实错误，并提高文本的可信度和准确性。对于两个赛道，赛事组织者搭建了如上的基线系统。为了进一步推动在对话系统构建中利用RAG技术的研究，赛事组织者发布了中英文双语对话数据集MobileCS2，并组织了包括两个赛道的挑战赛：基于知识库和对话上下文的信息检索（赛道1）以及对话系统中的检索增强

新疆大学与清华大学团队提出SHTNet语音识别框架，通过球谐变换实现阵列几何解耦，显著提升多通道语音识别的鲁棒性。该框架包含球谐编码器、空间-频谱注意力融合网络和Rand-SHT训练策略，在AISHELL-4等数据集测试中展现优异性能：CER更低、计算量减少97.1%、跨阵列稳定性强（8通道降至2通道仅降2.32%），流式识别延迟仅15.5ms。研究成果发表于INTERSPEECH2025，代码已