Na FIT VUT skončil mezinárodní výzkumný workshop JSALT 2025

Fakulta informačních technologií VUT hostila v létě prestižní mezinárodní výzkumný workshop JSALT 2025, organizovaný institucí Center for Language and Speech Processing marylandské Johns Hopkins University. Do jeho 32. ročníku se zapojilo více než 100 výzkumníků z 22 zemí světa, čímž se Brno stalo půdou pro setkání špičkových odborníků z oblasti řečových a jazykových technologií. Workshopu předcházela letní škola zaměřená na prohloubení znalostí v těchto dynamicky se rozvíjejících oblastech.

Základem programu byla vědecká práce čtyř výzkumných týmů, které během posledních dnů workshopu prezentovaly své závěry, jež spojuje téma strojového učení aplikovaného na lidskou řeč. První tým se zaměřil na zlepšení schopnosti velkých jazykových modelů důsledně dodržovat zadané role (lékař, poradce aj.), přičemž například prokázal význam persona-based promptingu a vyvinul framework pro syntézu zvuku za účelem generování mluveného dialogu pomocí LLM. K výstupům druhého týmu, jenž se soustředil na jazykové modely pracující se zvukem, patřily nové audio datové sady pokrývající řadu oblastí pro podporu předběžného tréninku modelů nebo nová metodika pro hodnocení správnosti odpovědí modelů. Třetí tým, pracující na zjednodušení a zároveň zefektivnění rozpoznávání mluvené řeči ve složitých scénářích, v závěru workshopu prezentoval metodu vylepšeného přepisu řeči (ASR) s diarizací mluvčích jako podmínkou. Poslední tým pak přišel s novou sadou nástrojů pro hodnocení převodu textu na řeč (TTS) pro jazyky s nízkými zdroji (například bengálština, kurdština nebo sarawacká malajština) a pro tento typ jazyků nabídl současně nová trénovací a testovací data.

Přestože je Česká republika malou zemí, patří v řečových a jazykových technologiích mezi nejvýznamnější globální centra, a to po boku Spojených států nebo Číny. Česká a konkrétně pak brněnská stopa v této oblasti umělé inteligence je i díky výzkumné skupině Speech@FIT a jménům, jako je Hynek Heřmanský, Jan Černocký nebo Lukáš Burget, nezpochybnitelná. Také proto v uplynulých týdnech přivítali na FIT v Králově Poli osobnosti jako Ricard Marxer (University of Toulon), Ramani Duraiswami (University of Maryland), Samuele Cornell (Carnegie Mellon University), Yannick Estève (Laboratoire d'Informatique d'Avignon), Fethi Bougares (Elyadata) nebo hlavní organizátor akce Sanjeev Khudanpur (Johns Hopkins University).

Cílem prestižní akce je samozřejmě posouvat hranice výzkumu. Možná ještě zásadnější výstup JSALTu lze však spatřovat v podpoře mezinárodní vědecké spolupráce a v navazování nových mezilidských kontaktů. „Workshop propojí šikovné lidí z celého světa. A někdy se do roka a do dne objeví výsledek, který postaví dosavadní technologii na hlavu,“ hodnotí smysl workshopu Jan Černocký. Spousta dnes existujících technologií má své kořeny ve výzkumu a spolupracích, které se nastartovaly právě na JSALTu. Příkladem za všechny je systém pro automatický překlad, který funguje třeba v nástroji Google Translate.

Fotogalerii snímků ze závěrečných dnů workshopu najdete zde. Autorem je Martin Horný.

Zdroj: Fakulta informačních technologií

 

 

---

Publikováno	06.08.2025 08:10
Odkaz	https://www.vut.cz/vut/f19528/d298417