Brno se v létě stane světovým centrem řečových technologií a velkých jazykových modelů. FIT VUT hostí prestižní mezinárodní výzkumný workshop JSALT 2025

Od 9. června do 1. srpna 2025 bude Fakulta informačních technologií VUT půdou, na níž se budou potkávat desítky špičkových světových odborníků na poli řečových a jazykových technologií. Už 32. ročník prestižního workshopu Jelinek Summer Workshop on Speech and Language Technology (JSALT) organizuje marylandská Johns Hopkins University, letos pak ve spolupráci s partnery evropského projektu ESPERANTO. Na pořádání akce v Brně se kromě FIT VUT podílí i společnost Phonexia, vše za podpory OP JAK a pod záštitou města Brna a Jihomoravského kraje. Pro naši fakultu jde o významné ocenění úzce související s dlouhodobou, na mezinárodním poli mimořádně úspěšnou činností zdejší výzkumné skupiny Speech@FIT.

Samotnému workshopu předchází ve dnech 9. až 20. června letní škola, nabízející dopolední přednášky z oblastí souvisejících se strojovým zpracováním přirozeného jazyka prokládané praktickými cvičeními. Přednášky jsou určeny talentovaným PhD studentům, zájemcům o danou problematiku z řad širší veřejnosti pak budou dostupné formou video-streamu na YouTube. Obsah letní školy budou prezentovat seniorní účastníci workshopu a pozvaní specialisté.

Vlastního šestitýdenního výzkumného workshopu (23. června – 1. srpna) se zúčastní více než 100 výzkumníků z celého světa, a to včetně osobností, jako jsou Ricard Marxer (University of Toulon), Ramani Duraiswami (University of Maryland), Samuele Cornell (Carnegie Mellon University), Yannick Estève (Laboratoire d'Informatique d'Avignon) nebo Fethi Bougares (Elyadata). Účastníci jsou rozděleni do čtyř týmů, které se budou věnovat vybraným výzkumným tématům. V čele hned dvou týmů jsou přitom výzkumníci z FIT VUT: doc. Lukáš Burget a Dr. Santosh Kesiraju. Pro letošní ročník byly komunitou a sponzory vybrány stěžejní tematické okruhy:

• Play your Part: Towards LLM role-playing agents that stick to their role
• Advancing Expert-Level Reasoning and Understanding in Large Audio Language Models
• End to End multi channel multi talker ASR, EMMA
• TTS4ALL: TTS in low resource scenarios: data management, methodology, models, evaluation

Cílem workshopu je nejen znovu posunout hranice výzkumu, ale také podporovat mezinárodní vědeckou spolupráci a zapojit studenty na všech úrovních – každý tým tvoří seniorní výzkumníci, doktorandi i studenti magisterského studia, kteří tak získávají neocenitelný odborný mentoring. Významným kritériem výstupů workshopu je rovněž otevřenost výsledků v rovině open-source.

Workshop nese jméno česko-amerického vědce Bedřicha/Fredericka Jelínka (1932–2010), rodáka z Kladna a průkopníka výzkumu rozpoznávání řeči, který dlouhá léta vedl Center for Language and Speech Processing na Johns Hopkins University. Je pak symbolické, že akce s českými kořeny je pořádána právě na FIT VUT, fakultě, která se díky působení osobností, jako jsou Hynek Heřmanský, Jan Černocký či Lukáš Burget, stala jedním ze světových center výzkumu využití umělé inteligence a strojového učení pro dolování dat z řeči.