Key Research Areas

• Full-duplex and empathetic spoken dialogue systems.
• Representation learning of audio and speech data.
• Multimodal emotion recognition using speech and text.
• Speech-language model adaptation and fine-tuning for on-device deployment.

Minimum Qualifications

• Currently pursuing a Bachelor's, Master's, or Ph.D. degree in Computer Science, Electrical and Electronic Engineering, or a related field.
• Proficiency in Python and experience with machine learning frameworks (e.g., PyTorch).
• Solid understanding of speech processing or natural language processing concepts.
• Availability for a minimum of 6 months.

Preferred Qualifications

• Prior research or hands-on project experience in: speech recognition, text-to-speech, speech self-supervised learning, speech emotion recognition, or large language models.
• Strong background in representation learning for speech and audio data.
• Experience with multimodal generative AI (integrating speech, text, and/or visual modalities).
• Proven track record of academic contributions (publications, conference presentations).
• Broad and in-depth understanding of machine learning and deep learning principles.

‍

주요 연구 분야

• 양방향 및 공감적인 음성 대화 시스템.
• 오디오 및 음성 데이터의 표현 학습.
• 음성 및 텍스트를 사용한 다중 모드 감정 인식.
• 온디바이스 배포를 위한 음성-언어 모델 적응 및 미세 조정.

최소 자격

• 현재 컴퓨터 과학, 전기 및 전자 공학 또는 관련 분야에서 학사, 석사 또는 박사 학위 과정 재학 중.
• Python 능숙 및 머신러닝 프레임워크(예: PyTorch) 경험.
• 음성 처리 또는 자연어 처리 개념에 대한 확실한 이해.
• 최소 6개월 근무 가능.

우대 자격

• 다음 영역 중 하나 이상에서 사전 연구 또는 실무 프로젝트 경험: 음성 인식, 텍스트-음성 변환, 음성 자기 지도 학습, 음성 감정 인식 또는 대규모 언어 모델.
• 음성 및 오디오 데이터의 표현 학습에 대한 강력한 배경.
• 음성, 텍스트 및/또는 시각적 양식을 통합하는 다중 모드 생성 AI 경험.
• 최상위 학술 회의에서의 연구 출판물 또는 발표를 포함한 학술 기여 실적.
• 머신러닝 및 딥러닝 원리, 알고리즘 및 아키텍처에 대한 광범위하고 심층적인 이해.

‍