个人简介

• 谭旭是微软亚洲研究院的首席研究经理，研究方向为生成式人工智能、自然语言/语音/音乐处理、虚拟人、AI内容生成等。
• 在AI学术会议发表学术论文引用10000+余次，在机器翻译、预训练、语音合成、AI音乐创作等领域的研究在学术界和工业界产生广泛的影响力。
• 多项技术（如机器翻译技术，预训练模型MASS，语音合成技术FastSpeech 1/2、AdaSpeech、LRSpeech，音乐生成技术TeleMelody、HiFiSinger，语音识别纠错技术FastCorrect 1/2等）应用在微软产品中（如Bing搜索，Bing广告，Azure机器翻译，Azure语音合成，Azure语音识别，微软小冰等）。
• 通过Github开源多个项目和工具包，包括MASS，MPNet(Huggingface)，Muzic，NeuralSpeech，JARVIS等。
• 研发的机器翻译系统在中英新闻翻译上达到人类水平（新智元，机器之心，微软AI头条，InfoQ），并在WMT 2019机器翻译比赛中获多项冠军（新浪新闻，微软AI头条）。
• 研发的预训练模型MASS是该领域最有影响力的模型之一，是ICML 2019最高引（1000+）论文之一。MASS部署在微软Bing搜索广告、微软Azure翻译系统等多个产品线。
• 研发的FastSpeech 1/2（总引用量2000+）是语音合成领域最广泛使用的技术之一，成为很多语音合成、歌声合成模型的基础。在业界广泛使用， 如应用在微软Azure TTS服务以支持100多种语言的语音合成（Azure AI）。已整合到流行的语音开源项目中，如Fairseq, ESPNet，NVIDIA Nemo，TensorFlowTTS，百度PaddlePaddle Parakeet等。在英伟达GTC大会上作为语音合成加速案例展示。(InfoQ，机器之心，微软AI头条)
• 研发的NaturalSpeech在语音合成LJSpeech数据集上首次达到人类录音水平! NaturalSpeech 2实现高质量的零样本语音合成。
• 在语音合成领域的综述论文，演讲和教程在学术界和工业界产生广泛的影响。
• 在AI音乐领域（词曲创作、伴奏生成、编曲、歌声合成、音乐理解等）开展了系统性的研究，研究论文CLaMP获得ISMIR 2023最佳学生论文，开源AI音乐研究项目Muzic。
• 担任Transactions on Machine Learning Research (TMLR) Action Editor，担任AAAI/NeurIPS/ICASSP的Meta审稿人或领域主席，IEEE Senior Member，CCF计算艺术分会常委。

For English Bio, please go to my homepage.