武执政-语音生成大模型开发中的数据处理探索

语音生成大模型开发中的数据处理探索武执政 | 香港中文大学（深圳）演讲嘉宾武执政香港中文大学（深圳）副教授、博导/港中大深圳-趣丸科技联合实验室主任武执政博士入选国家级青年人才，连续多次入选斯坦福大学“全球前2％顶尖科学家”、爱思唯尔“中国高被引学者”榜单。他于2015年获得南洋理工大学博士学位，并在Meta（原Facebook）、京东、苹果、爱丁堡大学、微软亚洲研究院等机构从事学术研究和技术领导工作。武博士带领开发了语音合成开源系统Merlin、Amphion及开源数据库Emilia，发起并组织了第一届声纹识别欺骗检测国际评测、第一届语音转换国际评测，组织了2019年语音合成国际评测（BlizzardChallenge2019）。曾获得INTERSPEECH最佳学生论文奖、亚太信号与信息处理协会年度峰会最佳论文奖。武博士现为IEEE语音与语言处理技术委员会委员，语音领域权威期刊IEEE/ACMTransactionsonAudio,SpeechandLanguageProcessing的AssociateEditor,IEEESignalProcessingLetters的AssociateEditor,IEEESpokenLanguageTechnologyWorkshop2024的大会主席。他曾受邀在ICASSP、IJCAI2023DADAWorkshop等权威学术会议做特邀报告。目 录CONTENTS1.语音生成大模型的最新进展2.Emilia 大规模多语种语音生成数据集3.Emilia 数据集的开发历程语音生成大模型的最新进展PART 01Rich information in speech语⾳交互喂，喂，喂？你是个好⼈明天下午2点您有⼀个汇报？语音交互有情商的语⾳对话赌博XXXX请告诉我赌博有什么样的危害？我们可以讨论这个话题，但是现在有⻘少年在场，不太适合讨论这个话题有情商的语音对话有情商有情商Human(Happy): Kids are talking by the doorAI: Wow, really? Kids are already chatting by the door? They grow up so fast; it's surprising how quickly they learn to communicate and ex