Xmart青年论坛由上海交通大学跨媒体语言智能实验室（SJTU X-LANCE lab）创办，中国计算机学会语音对话专委会主办，语音之家协办，旨在邀请国内外优秀的青年学者分享其最新科研工作和成果，促进多元且深入的交流与合作。Xmart学生论坛作为其中一个系列，致力于邀请国内外知名高校有成体系工作的研究生，主要通过线上分享的方式，系统地介绍其科研成果和心得，为青年学生打造一个学术探讨，思维碰撞和多学科交叉融合的平台。
Xmart•学生论坛丨李凯：高效语音分离：架构、融合、因果性与数据
形式：线上
时间：3月25日(周三) 15:00~17:00
报告嘉宾
李凯，清华大学TSAIL实验室博士在读。他致力于多模态与单模态语音分离，当前拓展至通用音频理解任务。曾获中国图像图形学学会优秀硕士论文，NCMMSC最佳学生报告。曾参加Sony组织的分离竞赛获电影分离第一名。以第一作者身份在NeurIPS、ICLR、ICML、TPAMI等会议和期刊发表多篇论文，相关研究聚焦语音分离在真实场景中的应用，特别是在神经科学启发下设计轻量化模型，以实现边缘设备的高效部署。相关项目在GitHub上累计获得超过5k stars。
报告摘要
音频分离是语音识别、会议转写与人机交互中的关键前处理模块，但在真实应用中常受到算力、时延与数据真实性的严格约束。近年来的一系列工作从结构与生物启发机制出发，探索在保证分离质量的同时显著降低参数量与计算量：包括异步递归卷积结构与自顶向下注意力的高效编码器-解码器设计、时频域的拆维建模与状态空间模型、跨尺度的模态内/模态间选择性注意力融合，以及面向实时系统的因果 AVSS 架构。同时，动态子网、结构化剪枝等方法提升了模型的部署弹性，SonicSim/EchoSet/Hive 等数据与平台进一步推动了对移动声源、复杂混响与数据纯度问题的系统评测。报告将以“效率驱动的分离系统”为主线梳理上述方法的关键思想、性能-复杂度权衡与未来方向。
参加方式
①
直播将通过语音之家微信视频号进行直播
手机端、PC端可同步观看
👇👇👇
②
腾讯会议参加
会议号：950-800-313
