CNVSRC2024由NCMMSC2024组委会发起，清华大学、北京邮电大学、海天瑞声、语音之家共同主办。竞赛的目标是通过口唇动作来推断发音内容，进一步推动视觉语音识别技术的发展。视觉语音识别（也称为读唇技术）是一种通过观察唇部动作推断发音内容的技术，广泛应用于公共安全、