语音领域元建模全额资助博士研究生项目

【项目介绍】 语音是一种高度可变的信号，通常在复杂环境中且在次优条件下录制。录制的语音信号中包含的信息不仅限于所说的词语；例如，该信号还包括说话人身份或对话风格等信息。根据手头的任务不同，语音信号的不同方面具有不同的重要性，因此需要使用不同的模型。然而，近年来，自动语音识别和许多其他语音处理任务的模型拓扑结构已开始趋于一致——这得益于对泛化能力的研究关注。尽管如此，领域依赖性问题仍然存在。最近，人们对模型组合和模型编辑的兴趣日益增加，例如通过解耦所谓的“任务向量”。

在本项目中，我们旨在自动语音识别和说话人分离（diarisation）的背景下，探索语音数据的不同方面如何在模型空间中表达。这项工作的目标是探索将模型空间的元素归因于技能或数据特定方面的方法。这可以用作超建模（hypermodelling）的输入，为特定领域生成新模型，或者用于改进模型训练和设计中的结构化。

该项目的研究将需要探索表示模型变化并将其归因于特定属性和任务的新方法。此类模型的价值应通过指导训练和推理过程来证明。可以探索多种不同的策略，包括推导模型分布和模型参数预测的新方法。实验应在不同数据领域的背景下，针对不同复杂度的任务进行，例如语音分类、语音识别和说话人分离。

【学校与研究团队】 您将成为谢菲尔德大学（University of Sheffield）计算机科学学院语音与听觉研究小组（Speech and Hearing research group）的成员，同时也是英国研究与创新署语音与语言技术及其应用博士培训中心（UKRI AI Centre for Doctoral Training in Speech and Language Technologies and their Applications）的附属成员。在计算机科学学院，我们99%的研究在REF2021中被评为最高两个类别（世界领先或国际优秀）。

【资助信息】 提供3.5年的全额资助，包括英国本土或国际学费、增强型津贴（2026/27年度为25,305英镑，免税）以及每年2,500英镑（按比例计算）的研究和培训支持补助金，用于覆盖研究费用和会议参加费用。

【申请流程】 申请截止时间为2026年4月19日23:59。入围候选人将于5月上旬至中旬受邀在谢菲尔德或通过视频会议进行面试。如果此阶段任一职位仍未填补，我们将采取滚动式先到先得的申请审核流程，并在适用时安排面试。资格要求和申请指南可在此处找到：https://slt-cdt.sheffield.ac.uk/apply

如需就您的申请进行非正式讨论，请联系我们：sltcdt-enquiries@sheffield.ac.uk