ASR Research and Development Engineer, Speech

To strengthen our Research and Development (R&D) organization, innovate and

improve our Automatic Speech Recognition (ASR) products , we need

experienced software engineers with specific skills focused on ASR. You will be

working with the ASR research and development team, and the position will be

based in Zurich, Switzerland.

Principal responsibilities

* Work together within ASR R&D team to strengthen and extend the quality and the

functionality of the existing core engine algorithm and framework.

* Document and communicate effectively the design and implementation proposals, and

the intermediate and final development results in team internal meetings, and in wider

R&D or divisional meetings, when requested.

* Define and implement test cases and metrics processes aimed at qualifying the new

developments within the team adopted sw development and testing processes.

* Follow adopted industry standards and agile development models in place, plus be

ready to accommodate rapid customer driven specification changes.

Knowledge, Skills and Qualifications:

Years of Work Experience: 3 years of professional experience are required

Required

Skills:

The successful candidate is a team player and a fast learner with an

analytical mindset and a pragmatic approach to problem solving.

Knowledge of main ASR softwares, DSP theory, feature extraction etc.

Actual experience within ASR research and development teams.

Experience with ASR open source Toolsets such as Kaldi, Sphynx, HTK,

Fairseq, NeMo and other Pytorch / Tensorflow based libraries.

Experience with high level programming languages such as C, C++, Java.

Experience with distributed version control systems (e.g. Git).

Working knowledge of Linux Operating system.

Excellent oral and written communication skills in English.

Preferred

Skills:

Experience with LSTM and/or Attention Neural Networks and other

Deep Learning approaches as applied to ASR domain.

Knowledge of embedded software programming in C/C++.

Experience with continuous integration and delivery processes.

Experience with scripting languages such as Python, Perl, etc.

Experience in software development preferably in embedded/small

resource software system design and development.

Education: Minimum : MSc in computer science, or equivalent

Desirable : PhD degree in Computer Science, Artificial Intelligence,

Machine Learning, Speech Science.

Work Permit: Permit to work in Switzerland (EU-28 or equivalent) required.

Contact: Pierre-Edouard Honnet pe.honnet@telepathy.ai

Vijeta Avijeet vijeta.avijeet@telepathy.ai

Back

Top

At Radboud University we have a position for a full professor  Artificial Intelligence & Language, Speech and Communication:  https://www.ru.nl/werken-bij/vacature/details-vacature/?recid=1152936&doel=embed&taal=nl

Back

Top

https://ei.uni-paderborn.de/fileadmin/elektrotechnik/fg/nth/Stellenangebote/Kennziffer4707.pdf

Back

Top

The Digital Linguistics Lab (head: JProf. Dr.-Ing. Hendrik Buschmeier) at Bielefeld University is seeking to fill a researcher position (PhD-student, E13 TV-L, 100%, fixed-term until 6/2025) in the newly established collaborative research center TRR 318 ?Constructing Explainability?[^1], sub-project A02 ?Monitoring the understanding of explanations?[^2].

Join us to work in a large interdisciplinary team (computer science, linguistics, computational linguistics, psychology, media science, economics and sociology) on research questions in the intersection of explainable AI and human-computer interaction.

Project A02 will carry out interaction studies and build statistical and computational models to monitor explainees' understanding of explanations based on their multimodal feedback (e.g., head nods, facial expressions, gaze, backchannels, clarification requests).

The formal job advertisement with information on how to apply can be found here:

https://uni-bielefeld.hr4you.org/job/view/540/research-position-for-the-sfb-trr-318-subproject-a02-hb?page_lang=en


Questions? Don?t hesitate to get in touch: hbuschme@uni-bielefeld.de

Hendrik Buschmeier


[^1]: https://www.uni-paderborn.de/en/trr318
[^2]: https://www.uni-paderborn.de/en/trr318/subprojects/a02

Back

Top

Please find below the description of a PhD position in ?Citation extraction
classification for knowledge extraction and analysis of a scientific field?.

        Starting date: October 01, 2021
        Deadline for Applications: July 5th, 2021

        Keywords: natural language processing, citation classification, transfer
learning, deep learning

        Context

        The NanoBubbles ERC project objective is to understand how, when and why science
fails to correct itself. The project?s focus is nanobiology and it combines approaches
from the natural, computer science, and social sciences and the humanities (Science and
Technology Studies) to understand how error correction in science works and what
obstacles it faces. For this purpose, we aim to trace claims and corrections in various
channels of scientific communication (journals, social media, advertisements, conference
programs, etc.) via natural language processing.

        The challenge is to build data sets, models and tools that enable organising and
analysing the rapidly evolving ecology of online comments complementary to conventional
scientific records:
        - This means not only counting references to a document but also assessing and
leveraging the content of both cited and citing document.
        - This means not only identifying named entity, claims and counter claims but
also extracting structured knowledge from text.
        - This means not only taking advantage of existing data to learn models but also
building tools for creation and annotation of new sets of data so to train advance
language models.

        Project objectives

        Citations are an important indicator of the state of a scientific field. They
reflect how authors frame their work and influence its adoption by future researchers.
However, despite recent work in NLP [Bakhti2018,Jurgens2016,Pride2019,Yu2020], citation
behaviour and how it can be used to point out error correction lack large scale and deep
citation analyses.

        The objective of this PhD is to design new NLP method to detect and qualify
citations and extract citation network in scientific research.

        [Bakhti2018] Bakhti, K., Niu, Z., Yousif, A., & Nyamawe, A. S. (2018, August).
Citation function classification based on ontologies and convolutional neural networks.
In International Workshop on Learning Technology for Education in Cloud (pp. 105-115).
Springer, Cham.
        [Jurgens2016] Jurgens, D., Kumar, S., Hoover, R., McFarland, D., & Jurafsky, D.
(2016). Citation classification for behavioral analysis of a scientific field. arXiv
preprint arXiv:1609.00435.
        [Pride2019] Pride, D., Knoth, P., & Harag, J. (2019, June). ACT: an annotation
platform for citation typing at scale. In 2019 ACM/IEEE Joint Conference on Digital
Libraries (JCDL) (pp. 329-330). IEEE.
        [Yu2020] Yu, W., Yu, M., Zhao, T., & Jiang, M. (2020, April). Identifying
referential intention with heterogeneous contexts. In Proceedings of The Web Conference
2020 (pp. 962-972).



        Skills

        Master 2 in Natural Language Processing, computer science or data science.
        Programming experience in Python and in a deep learning framework.
        Previous experience in NER, RE and dataset manipulation would be a plus.

   Scientific environment

   The thesis will be conducted within the Sigma and Getalp teams of the LIG laboratory
(http://sigma.imag.fr/ and https://lig-getalp.imag.fr/). The recruited person will be
welcomed within the teams which offer a stimulating, multinational and pleasant working
environment. The means to carry out the PhD will be provided both in terms of missions in
France and abroad and in terms of equipment (personal computer, access to the LIG GPU
servers).
   The person will also be required to collaborate with several teams involved in the ERC
Nanobubbles project, in particular with researchers from the IRIT lab (Toulouse, France),
University of Paris Sorbonne as well as researchers from Maastricht University, Radboud
Universiteit and University of Twente based in the Netherlands.

     Instructions for applying

        Applications are expected until July 5th, 2021. They must contain: CV +
letter/message of motivation + master notes + letter(s) of recommendation; and be
addressed to Cyril Labbé (cyril.labbe@imag.fr), François Portet (Francois.Portet@imag.fr)
and Yasemin J. Erden (y.j.erden@utwente.nl).

        Applications will be considered on the fly. It is therefore advisable to apply as
soon as possible.

Back

Top

Sujet de thèse dans le cadre d?un co-financement entre le projet Européen SELMA porté par le LIA et Le Mans Université, encadrée par Anthony Larcher, Yannick Estève et Marie Tahon.

Titre: Apprentissage actif, interprétation et contrôle pour la synthèse neuronale de parole expressive

Laboratoire d?accueil : LIUM (https://lium.univ-lemans.fr)

Site : Le Mans

Début de la thèse : septembre 2021

La thèse aura lieu au Laboratoire d?Informatique de l?Université du Mans (LIUM) dans l?équipe LST (Language and Speech Technology) et au Laboratoire d?Informatique d?Avignon (LIA). Le candidat sera basé au Mans et des séjours à Avignon seront prévus régulièrement. Le Laboratoire Informatique d?Avignon est partenaire du projet européen SELMA (https://selma-project.eu)

Profil du candidat : Le candidat devra être motivé pour travailler sur le langage écrit et parlé, et montrer un intérêt pour la synthèse de parole. Il devra avoir Master en Informatique, une expérience en machine learning sera appréciée.

L?objectif principal du projet est de proposer, développer et valider des méthodes qui permettent 1) de générer de la parole expressive à partir d?une consigne donnée par l?utilisateur soit à l?aide de systèmes text-to-speech, soit de la conversion de voix ; et 2) d?interagir avec le système au cours de l?apprentissage et lors de l?inférence pour corriger les sorties audio du système. Dans un premier temps, nous étudierons la visualisation et l?interprétation des représentations latentes apprises par un modèle neuronal état de l?art (Tacotron + WaveNet) en termes de prosodie, locuteur, expressivité et prononciation. Il faudra définir des éléments de contrôle utilisateur qui pourront prendre la forme d?annotations et seront ensuite intégrés dans le corpus d?apprentissage à l?aide de techniques tels que l?adaptation de paramètres acoustique, les embeddings, les mécanismes d?attention, ou bien l?apprentissage de modèles intermédiaires. Parallèlement, des architectures neuronales compatibles avec l?apprentissage actif (renforcement des modèles ou adaptation au domaine) seront proposés, et il faudra déterminer les stratégies les plus pertinentes pour l?apprentissage actif. Enfin, une part importante des travaux consistera à évaluer la synthèse produite, dans un contexte de livres audio ou bien de contenu journalistique.

Pour candidater : Envoyer CV + lettre de motivation avant le 10 juillet 2021 à :

anthony.larcher@univ-lemans.fr, yannick.esteve@univ-avignon.fr et marie.tahon@univ-lemans.fr

Back

Top

Candidater : https://orange.jobs/jobs/offer.do?joid=101323&lang=FR

Thèse - Suivi de l'état du dialogue dans un contexte dialogique long et en alignement avec les bases de connaissances - F/H

Votre rôle est d'effectuer un travail de thèse sur le sujet de recherche : Suivi de l'état du dialogue dans un contexte dialogique long et en alignement avec les bases de connaissances.

La compréhension du langage naturel est un composant fondamental des systèmes de dialogue automatiques [1,2]. Deux types de compréhension de dialogue sont identifiés: la compréhension hors contexte (un seul énoncé) et dans le contexte dialogique (plusieurs énoncés). Plusieurs solutions industrielles rendent les dialogues plus naturels grâce à la brique de compréhension hors contexte ou avec très peu de contexte (SIRI, Amazon Alexa, Cortana, Orange Djingo, RASA etc.). Les dialogues pour l'assistance technique Orange sont très complexes : ils ont en moyenne 163 tours de parole (énoncés), 2230 tokens (l'unité minimale ou morceaux de mots) en moyenne.

La compréhension du langage naturel dans un contexte dialogique long est toujours un axe de recherche ouvert [3] car il s'agit de concevoir des architectures d'apprentissage profond complexes, performantes et optimales.

La compréhension hors contexte est généralement traitée comme la projection de l'énoncé de l'utilisateur vers un modèle sémantique, au travers par exemple d'une classification de son intention et de l'extraction des valeurs des slots associés [4]. Cette représentation, contextualisée dans l'historique du dialogue, correspond à l'état de l'utilisateur tel que perçu par le système et s'appelle « Dialogue State Tracking (DST) » en anglais ou suivi de l'état du dialogue. Les approches probabilistes appellent cette brique la trace de l'état de croyance, « Belief State Tracking » ou simplement « Belief Tracking » (BT). Un challenge, (« Dialogue State Tracking » (DST) challenge) a été lancé en 2012 pour susciter le développement de nouveaux modèles de BT pour un système de dialogue vocal, prenant en compte le bruit de la reconnaissance de la parole. Depuis, des approches ont été proposées pour favoriser le transfert entre domaines pour les dialogues textuels (chatbots) et ont évolué en tirant parti des méthodes d'apprentissage automatique des Support Vector Machines [5] au Deep Learning [3,6].

Les verrous à résoudre sont :

    traiter des conversations longues
    traiter l'alignement avec les bases de connaissance
    favoriser le transfert de domaine pour les applications multi-domaine
    détecter des sujets hors domaine et traiter des nouveaux domaines

Les conversations longues restent un problème ouvert car ces approches nécessitent beaucoup de mémoire et sont gourmandes en données. On s'intéresse à l'étude de l'apprentissage sans exemples, zero-shot learning pour pouvoir développer rapidement des systèmes de dialogue sur de nouveaux domaines.

L'étude du suivi de l'état du dialogue pour les contextes longs s'inscrit naturellement dans les efforts d'investissement qu'Orange met en oeuvre dans le domaine de l'Intelligence Artificielle.

[1] Williams, Jason D et Steve Young (2007). « Partially observable Markov decision processes for spoken dialog systems ». In: Computer Speech & Language 21.2.

[2] Sarikaya, Ruhi, Geoffrey E Hinton et Anoop Deoras (2014). « Application of deep belief networks for natural language understanding ». In: IEEE/ACM.

[3] Heck, Michael et al. (juil. 2020). « TripPy: A Triple Copy Strategy for Value Independent Neural Dialog State Tracking ». SigDIAL, p. 35-44.

[4] Rojas-Barahona, Lina M. et al. (déc. 2016). « Exploiting Sentence and Context Representations in Deep Neural Models for Spoken Language Understanding ». CoLING.

[5] Henderson, Matthew, Blaise Thomson et Jason Williams (2014). « The second dialog state tracking challenge ». SIGDIAL. 263. [6] Budzianowski, Pawe? et al. (2018). « MultiWOZ - A Large-Scale Multi-Domain Wizard-of-Oz Dataset for Task-Oriented Dialogue Modelling ». EMNLP.

Profil :

Vous avez suivi un cursus d'ingénieur et/ou Master de Recherche, avec des connaissances dans l'apprentissage automatique et dans au moins l'un des domaines de compétences cités.

Une première expérience de mise en oeuvre d'algorithmes d'apprentissage neuronal (dans le cadre d'un stage par exemple) serait un plus.
Vous avez des compétences dans les domaines de l'Intelligence Artificielle, de l'apprentissage automatique et particulièrement dans l'apprentissage profond.

Vous disposez d'un bon niveau en mathématiques (optimisation numérique, statistiques, probabilités, etc.).

Vous maîtrisez le développement logiciel.

Vous maîtrisez l'anglais lu, écrit, parlé.

Vous êtes curieux-se, attiré-e par les nouvelles technologies, et prêt-e à suivre le rythme de leurs évolutions.

Vous aimez le travail en équipe, au sein de projets pluridisciplinaires, et contribuer à un objectif commun, tout en étant autonome sur les activités qui sont les vôtres.

Vous avez de bonnes capacités d'analyse et de synthèse.

Maîtriser un des outils d'apprentissage profond suivants : Torch, pyTorch, TensorFlow, MXNet serait un plus.

Vous aimez communiquer le résultat de vos travaux à travers de rapports écrits et des présentations orales.

Contexte

Vous rejoindrez un équipe spécialisée en dialogue, composée d'une quinzaine de personnes : chercheurs, data scientists, architectes, développeurs, thésards et stagiaires.
entité

Orange est un acteur clé de l'innovation numérique. Dans un secteur des technologies de l'information et de la communication qui connaît un bouleversement de sa chaîne de valeur, avec la multiplication des acteurs et l'apparition de nouveaux modèles économiques, l'innovation constitue un levier majeur de croissance pour Orange.

Au sein de la Division Orange Innovation dont l'ambition est de porter plus loin l'innovation d'Orange et de renforcer son leadership technologique, vous travaillerez chez DATA IA au sein de l'équipe NADIA (Natural Dialogue Interaction), qui est en charge du développement de systèmes de dialogue et qui conduit des travaux de recherche sur le dialogue en langage naturel notamment avec l'utilisation des techniques d'apprentissage (renforcement, renforcement inversé, supervisé et non supervisé).

Back

Top

 Tenure-Track Professorship at the University of Erlangen (succession of Prof. Nöth);

Intelligent Speech Interfaces - Assistant Professorship with Tenure Track
https://www.fau.eu/people/careers-human-resources/professorships/#collapse_10

Back

Top

Ingénieur.e développement datascience - Inria Bordeaux Sud-Ouest

Mission: Conception d’une architecture logicielle pour un outil IA en ingénierie

biomédicale (analyse et classification de voix pathologiques)

Type de contrat : CDD

Durée : 2 ans (possibilité de prolongation)

Début : à partir du 1er septembre 2021

Date limite de candidature : 31 juillet 2021

Lieu : Inria Bordeaux Sud-Ouest

Niveau de diplôme exigé : Bac + 5 ou équivalent

Autre diplôme apprécié : thèse de doctorat

Niveau d'expérience souhaité : au moins 2 ans (comme ingénieur.e ou postdoc)

Fonction : Ingénieur scientifique contractuel

Salaire brut mensuel : 2632€ à 3543€, selon diplômes et expérience professionnelle

Candidature : https://jobs.inria.fr/public/classic/fr/offres/2021-03484

Responsable : Khalid Daoudi (khalid.daoudi@inria.fr)

Contexte et atouts du poste

Inria, institut national de recherche dédié au numérique, promeut l’excellence scientifique au service du

transfert technologique et de la société.

Inria emploie 2700 collaborateurs issus des meilleures universités mondiales, qui relèvent les défis des sciences

informatiques et mathématiques. Son modèle agile lui permet d’explorer des voies originales avec ses partenaires

industriels et académiques, et de répondre aux enjeux pluridisciplinaires et applicatifs de la transition numérique.

Engagé auprès des acteurs de l’innovation, Inria crée les conditions de rencontres profitables entre recherche

publique, R&D privée et entreprises. Inria transfère vers les startup, les PME et les grands groupes ses résultats et ses

compétences, dans des domaines tels que la santé, les transports, l’énergie, la communication, la sécurité et la protection

de la vie privée, la ville intelligente, l’usine du futur... Inria développe aussi une culture entrepreneuriale ayant conduit à

la création de 120 startup.

Le centre Inria Bordeaux Sud-Ouest est un des neuf centres d’Inria et compte 20 équipes de recherche. Le

centre Inria est un acteur majeur et reconnu dans le domaine des sciences numériques. Il est au coeur d’un riche

écosystème de R&D et d’innovation : PME fortement innovantes, grands groupes industriels, pôles de compétitivité,

acteurs de la recherche et de l’enseignement supérieur.

GEOSTAT est une équipe de recherche Inria dont la thématique de recherche est le traitement de signaux

naturels complexes, notamment en biophysique (geostat.bordeaux.inria.fr).

Mission confiée

Plusieurs maladies et pathologies peuvent causer des dysfonctionnements ou des altérations dans la production

de la parole. Les plus connues sont les maladies neurodégénératives (telles que les maladies de Parkinson et

d’Alzheimer) et les maladies respiratoires (telles que l’asthme, la BPCO ou la Covid-19). On parle alors de troubles de

la parole ou de parole pathologique.

Il est maintenant établi que certaines de ces maladies se caractérisent par une manifestation précoce des

troubles de la parole. Le développement de biomarqueurs objectifs vocaux est devenu ainsi un enjeu majeur pour l’aide

au diagnostic et suivi de ces maladies. La mission de l’ingénieur(e) recruté(e) s’inscrit dans ce cadre.

L’objectif de la mission est de concevoir une architecture logicielle, en Python, pour :

1 développer une boîte à outils générique de traitement du signal dédiée à l’analyse de la parole pathologique ;

2 implémenter un biomarqueur vocal de la fonction respiratoire en utilisant des techniques d’apprentissage

statistique, dont le Deep Learning.

Cette dernière tâche s’inscrit dans le cadre d’un projet de recherche clinique en partenariat avec l’AP-HP

(Assistance Publique - Hôpitaux de Paris), notamment le service de pneumologie et de réanimation de L'hôpital La

Pitié-Salpêtrière. Le but de ce projet est le développement d’un biomarqueur vocal de l’état respiratoire et de son

évolution pour l’aide au télé-suivi de patients atteints d’une affection respiratoire, dont la Covid-19.

Principales activités

Pour des raisons de sécurité et de confidentialité, les données vocales et cliniques des patients sont hébergées

sur les serveurs EDS (Entrepôt de Données de Santé) de l’AP-HP.

La première tâche sera ainsi de développer une API permettant la communication avec l’infrastructure

d’hébergement.

La deuxième tâche sera d’implémenter des techniques éprouvées d’analyse de la parole pathologies puis

d’autres issus de recherches récentes. Cette tâche s’appuiera, le cas échéant, sur Parselmouth

(parselmouth.readthedocs.io/en/stable/) qui est une librairie Python pour Praat (www.fon.hum.uva.nl/praat/).

La troisième étape consistera à implémenter et expérimenter des techniques d’apprentissage statistique en

utilisant les données de patients. Cette tâche s’appuiera sur les framework habituels de Machine Learning (TensorFlow,

PyTorch, Scikitlearn).

Encadrement

L’ingénieur.e disposera d’un encadrement scientifique, par Khalid Daoudi de l’équipe GEOSTAT, et technique

par Dan Dutartre et François Rué du Service d'Expérimentation et de Développement (SED) d’Inria-Bordeaux.

Compétences

Être titulaire d’un diplôme d’ingénieur et/ou doctorat en sciences du numérique

Disposer d’une expérience significative dans le développement ou le pilotage d’un projet logiciel en python.

. Disposer d’une formation solide en apprentissage statistique (Machine Learning) ainsi que d’une expérience notable

dans ce domaine ;

. Disposer d’une expertise solide en développement logiciel pour être en capacité de s’adapter à différents types

langages des plus standards (Python, C, C++) ; une forte compétence en python est requise ;

. Des connaissances en traitement du signal seraient un plus très apprécié ;

. Maîtriser les concepts, la méthodologie et les outils de la qualité logicielle ;

. Maîtriser les méthodologies de gestion de projet logiciel collaboratif ;

. Maîtriser les méthodologies d’architectures logicielles modulaires ;

. Excellent relationnel ;

. Savoir travailler en équipe pluridisciplinaires ;

. Savoir s’adapter au contexte projet ;

. Être autonome dans son organisation personnelle et le reporting ;

. Avoir une bonne communication écrite et orale en français ;

. Maîtriser l’anglais technique et scientifique

Back

Top

https://europe.naverlabs.com/job/unsupervised-speech-to-text-translation-using-adapter-modules/

Back

Top

Contexte:

Le projet ANR PROPICTO vise à développer un axe de recherche autour de
la communication alternative et augmentée en se focalisant sur la
transcription automatique de la parole sous forme pictographique.
PROPICTO répond à la fois à des besoins forts dans le domaine du
handicap et relève de nombreux défis de recherche autour du traitement
automatique de la langue naturelle. PROPICTO a la volonté d'être
pluridisciplinaire en coopérant avec des linguistes et le milieu du
handicap. La finalité du projet est de proposer un système qui est
capable de transcrire directement de la parole sous la forme d?une
suite de pictogrammes.

La thèse sera co-encadrée par Benjamin Lecouteux et Maximin Coavoux


Sujet:

Cette thèse a pour objectif principal de développer un module d?analyse
syntaxique automatique qui sera intégré dans la chaîne de traitement
parole->pictogrammes mise en ?uvre dans le projet PROPICTO. L?analyse
de la parole spontanée pose de nombreux problèmes pour le TAL
(disfluences, chevauchements, segmentation en phrases). Par ailleurs,
la grande majorité des travaux en analyse syntaxique automatique se
concentrent sur des jeux de données issues de textes écrits.

Dans un premier temps, nous proposons d?évaluer les méthodes
état-de-l?art en analyse syntaxique sur les treebanks de parole
existants pour le français, en particulier en utilisant des modèles de
langage préentraînés tels que FlauBERT (Le et al 2019). Dans un second
temps, nous proposons de poursuivre 2 axes de recherche :
-   Analyse end-to-end : dans un contexte applicatif, une partie des
     erreurs de l?analyse syntaxique sont liées à des erreurs de
     reconnaissance de la parole (propagation d?erreurs). Nous proposons
     (i) d?étudier si l?ajout d?informations sur le signal sonore
     permettent de réduire la propogation d?erreur (ii) d?étudier la
     faisabilité d?une approche end-to-end qui prédirait conjointement
     la transcription du signal sonore et son analyse syntaxique.
-   Analyse syntaxique incrémentale : les analyseurs état-de-l'art
     actuels ne sont pas incrémentaux, ils ont besoin d'avoir accès à la
     phrase entière pour commencer l'analyse (modèle de langue
     préentraîné bidirectionnel). Dans le cadre applicatif « online » de
     PROPICTO, il est intéressant de considérer des algorithmes
     d?analyse syntaxique qui puissent commencer l?analyse au fur et à
     mesure où arrive la phrase d?input, à la manière de certains
     systèmes d?analyse par transition. Cela rend l?utilisation de
     modèles bidirectionnels (FlauBERT) impossibles, et nécessitera de
     développer des stratégies pour garantir la robustesse de
     l?analyseur.

Profil recherché:

-   Master ayant une forte composante Traitement Automatique des
     Langues ou linguistique computationnelle
-   Expérience en programmation et machine learning pour le TAL
-   Bonne connaissance du français

Détails pratiques:

-   Début de la thèse envisagé entre septembre et novembre 2021
-   Contrat doctoral à temps plein au LIG (équipe Getalp) pour 3 ans
     (salaire: min 1768e brut mensuel, plus en cas d'enseignement)
-   Date limite pour postuler: 29 juin
-   Pour postuler, le dossier de candidature doit comprendre: cv,
     lettre de motivation, notes de master. Les candidat?es
     sélectionné?es devront également transmettre leur mémoire de master
     (si disponible).

Contacts (pour toutes questions ou pour postuler):
maximin.coavoux@univ-grenoble-alpes.fr et
benjamin.lecouteux@univ-grenoble-alpes.fr

Back

Top

 - Master ayant une composante Traitement Automatique des Langues ou linguistique computationnelle

- Bonne connaissance du français

LeBenchmark: A Reproducible Framework for Assessing Self-Supervised Representation Learning from Speech Solene Evain, Ha Nguyen, Hang Le, Marcely Zanon Boito, Salima Mdhaffar, Sina Alisamir, Ziyi Tong, Natalia Tomashenko, Marco Dinarelli, Titouan Parcollet, Alexandre Allauzen, Yannick Esteve, Benjamin Lecouteux, Francois Portet, Solange Rossato, Fabien Ringeval, Didier Schwab, Laurent Besacier

Hang Le, Loïc Vial, Jibril Frej, Vincent Segonne, Maximin Coavoux, et al.. FlauBERT: Unsupervised Language Model Pre-training for French. LREC, 2020, Marseille, France. ?hal-02890258?

Hang Le, Juan Pino, Changhan Wang, Jiatao Gu, Didier Schwab, et al.. Dual-decoder Transformer for Joint Automatic Speech Recognition and Multilingual Speech Translation. COLING 2020 (long paper), Dec 2020, Virtual, Spain. ?hal-02991564?

Didier Schwab, Pauline Trial, Céline Vaschalde, Loïc Vial, Benjamin Lecouteux. Apporter des connaissances sémantiques à un jeu de pictogrammes destiné à des personnes en situation de handicap : Un ensemble de liens entre Wordnet et Arasaac, Arasaac-WN. TALN 2019, 2019, Toulouse, France. ?hal-02127258?

Back

Top

-- Post-doctoral research position - L3i - La Rochelle France

---------------------------------------------------------------------------------------------------------------------------

Title : Emotion detection by semantic analysis of the text in comics speech balloons

The L3i laboratory has one open post-doc position in computer science, in the specific field of natural language processing in the context of digitised documents.

Duration: 12 months (an extension of 12 months will be possible)

Position available from: As soon as possible, 2021

Salary: approximately 2100 ? / month (net)

Place: L3i lab, University of La Rochelle, France

Specialty: Computer Science/ Document Analysis/ Natural Language Processing

Contact: Jean-Christophe BURIE (jcburie [at] univ-lr.fr) / Antoine Doucet (antoine.doucet [at] univ-lr.fr)

Position Description

The L3i is a research lab of the University of La Rochelle. La Rochelle is a city in the south west of France on the Atlantic coast and is one of the most attractive and dynamic cities in France. The L3i works since several years on document analysis and has developed a well-known expertise in ?Bande dessinée?, manga and comics analysis, indexing and understanding.

The work done by the post-doc will take part in the context of SAiL (Sequential Art Image Laboratory) a joint laboratory involving L3i and a private company. The objective is to create innovative tools to index and interact with digitised comics. The work will be done in a team of 10 researchers and engineers.

The team has developed different methods to extract and recognise the text of the speech balloons. The specific task of the recruited researcher will be to use Natural Language Processing strategies to analyse the text in order to identify emotions expressed by a character (reacting to the utterance of another speaking character) or caused by it (talking to another character). The datasets will be collections of comics in French and English.

Qualifications

Candidates must have a completed PhD and a research experience in natural language processing. Some knowledge and experience in deep learning is also recommended.

General Qualifications

? Good programming skills mastering at least one programming language like Python, Java, C/C++

? Good teamwork skills

? Good writing skills and proficiency in written and spoken English or French

Applications

Candidates should send a CV and a motivation letter to jcburie [at] univ-lr.fr and antoine.doucet [at] univ-lr.fr.

Back

Top

Appel à candidatures

Ingénieur d’étude en informatique mobile
Université Grenoble Alpes

Le Laboratoire d’Informatique de Grenoble (LIG) recrute une personne motivée et force de
proposition pour un contrat d’ingénieur d’étude de 12 mois (renouvelable une fois) en
informatique mobile. La personne recrutée contribuera au projet THERADIA -
https://www.theradia.fr/, qui consiste à développer un assistant virtuel pour accompagner
des patients souffrant de troubles cognitifs lors de la réalisation de séances de remédiation
cognitive à domicile.

Collecte de données d’interaction avec l’agent Theradia piloté par un humain (magicien d’Oz).
Sujet : Développement d’un système mobile pour la collecte, la gestion et l’annotation de
données d’interactions humaines
Le travail consiste à poursuivre le développement d’un logiciel d’annotation en ligne de
données audiovisuelles d’interactions humaines, afin d’y incorporer un certain nombre de
fonctionnalités souhaitées ; e.g., acquisition audiovisuelle des annotateurs, minutage et
contrôle automatique des annotations, interface graphique dynamique, etc. Ce travail sera
réalisé en collaboration avec l’entreprise qui a conçu cet outil (ViaDialog - Paris), ainsi que
l’équipe EMC de l’Université de Lyon 2.
L’outil d’annotation sera ensuite exploité par une population d’annotateurs qu’il faudra
recruter, former à l’outil à l’aide de tutoriaux, et suivre pendant l’annotation des données,
notamment au moyen de scripts permettant de contrôler automatiquement certains aspects
critiques de l’annotation.
Les collaborateurs du projet exploiteront ces annotations pour automatiser les différentes
composantes technologiques constituant l’assistant virtuel, système qui est joué pour l’instant
par un humain pilotant (magicien d’Oz) une application distribuée sur deux machines. Le
système, une fois automatisé, sera déployé sur une plateforme mobile dont il faudra assurer
l’intégration et le bon fonctionnement, notamment pour la collecte continue et parallèle de
données d’interaction multimodales auprès des utilisateurs de l’application, et ce en parfait
respect de la RGPD.
Enfin, une dernière tâche consiste en la valorisation des travaux réalisés auprès de la
communauté scientifique, en participant notamment à l’écriture d’articles scientifiques
présentant les travaux réalisés, et en développant une interface web permettant de faciliter
l’accès aux données collectées et la gestion des licences utilisateurs soumises via l’interface.

Début de contrat : dès que possible
Durée de contrat : 12 mois (renouvelable une fois)
Salaire : selon l’expérience (jusqu’à 3444€ brut / mois)

Environnement scientifique :
La personne recrutée sera accueillie au sein du Groupe d’Étude en Traitement Automatique
des Langues et de la Parole (GETALP) du LIG, qui offre un cadre dynamique, multinational et
stimulant pour conduire des activités de recherche pluridisciplinaire de haut niveau. Les
moyens pour mener à bien les travaux seront assurés tant en ce qui concerne les missions en
France et à l’étranger qu’en ce qui concerne le matériel (ordinateur personnel, accès aux
serveurs du LIG).
Profil de la personne recherchée :
Nous cherchons une personne ayant un diplôme de Master ou d’Ingénieur en informatique
mobile, avec d’excellentes compétences en programmation web (java, python), exécution de
framework web (Angular 10, Flask/fastApi), et en bases de données(SQL). Cette personne doit

avoir une curiosité naturelle pour les sciences, pouvoir travailler de façon autonome, être pro-
active et rendre compte de l’avancement des travaux de façon régulière, être force de

proposition en cas de problème à résoudre, et surtout aimer travailler en collaboration avec
des partenaires diversifiés (industrie / académie). Une participation à l’écriture d’articles
scientifiques est également attendue.
Comment postuler ?
Les candidatures sont attendues au fil de l’eau et le poste sera ouvert jusqu’à ce qu’il soit
pourvu. Elles doivent être adressées à Fabien Ringeval (Fabien.Ringeval@imag.fr) et François
Portet à (Francois.Portet@imag.fr). Le dossier de candidature doit contenir :
- Curriculum vitae détaillé montrant les compétences attendues pour le poste
- Lettre de motivation exprimant votre intérêt et l’adéquation de votre profil
- Informations de contact et lettre de recommandation de deux personnes référentes
- Au moins deux exemples de réalisation démontrant vos compétences techniques
- Diplôme de Master ou d’Ingénieur

Back

Top

Several Open Positions at KUIS AI Center

Koc University, Istanbul, Turkey

https://ai.ku.edu.tr/

Koç University & ?? Bank Artificial Intelligence Center (KUIS AI) was established in March 2020 with a generous donation from ?? Bank. With its 15 core and 20 affiliated faculty members from engineering, medicine, science and other fields, and over 100 graduate students and research staff, it targets to be a leading research institution in artificial intelligence research, education, and industrial collaboration. Research areas in the center are computer vision, computational biology and medicine, human-computer interaction, machine learning, multimedia signal processing, natural language processing, robotics, and systems and AI.  Located in Istanbul, Turkey, Koç University is a non-profit, research-intensive, selective admissions university that provides a world-class education in English. It offers top-quality undergraduate and graduate programs in Engineering, Social Sciences, Humanities, Business and Medicine to the best students from Turkey and abroad. Koç University has been ranked 1st in Turkey by the Times Higher Education World University Rankings 2021 and the QS World University Rankings 2021 and is among the top 250 universities worldwide for Engineering (THE Subject Rankings 2021).

There are currently several open positions at KUIS AI, which are listed below:

1. Research Faculty Positions (2 positions)

• Responsibilities: Conducting independent research, advising graduate students, collaborating with the AI faculty members, supporting industrial projects, acquiring research funding, publishing research articles in high impact journals/conferences

• Eligibility: PhD degree from a reputable university, research experience in AI/ML/DL, strong publication record, post-doctoral research experience

• Key position benefits

• 1-year contract with possibility of 2-years extension

• Starting salary is 15K TL/month (net): can be higher depending on the qualifications of the candidate

• Financial and logistic support for accommodation within defined limits

• Monthly meal card covering 2 meals per day in the cafeteria

• Health insurance coverage for the researcher

• Full travel support for attending top-tier conferences

• A high-end laptop computer, access to our state of the art GPU cluster, and additional cloud support as needed.  

How to apply: send your CV, Research Statement, and names of two references to ai-admissions@ku.edu.tr. For enquiries please contact ai-admissions@ku.edu.tr.

2)Open Post-Doc Positions (3 positions)

• Responsibilities: Working on a specific research project under the supervision of an AI faculty member, supervising day-to-day activities of graduate students,  acquiring research funding, publishing research articles in high impact journals/conferences

• Position Details: we seek fellows in the research areas of computer vision, computational biology and medicine, human-computer interaction, machine learning, multimedia signal processing, natural language processing, robotics, and systems and AI.

• Eligibility: PhD degree from a reputable university, research experience in AI/ML/DL, strong publication record

• Key position benefits

• 1-year contract with the possibility of a 1-year extension

• Starting salary is 10K TL/month (net): can be higher depending on the qualifications of the candidate

• Financial and logistic support for accommodation within defined limits

• Monthly meal card covering 2 meals per day in the cafeteria

• Health insurance coverage for the researcher

• Full travel support for attending top-tier conferences

• A high-end laptop computer, access to our state of the art GPU cluster, and additional cloud support as needed. 

How to apply: send your CV, Research Statement, and names of two references to ai-admissions@ku.edu.tr. For enquiries please contact the individual faculty member of your interest (https://ai.ku.edu.tr/positions/)

3)Open Research Engineer Positions (2 positions)

• Responsibilities: Working under the supervision of AI faculty members to support industrial/academic projects in data science and AI, provide technical and software development support for the computational infrastructure of AI Center, good personal skills: the ability to work in industrial projects and interact with the industrial partners to understand their needs

• Eligibility: B.S/M.S. degree from a reputable university, strong computational skills in AI/ML/DL

• Key position benefits

• 1-year contract with possibility of 2-years extension

• Starting salary is 10K TL/month (net), but may be higher depending on the qualifications of the candidate

• Opportunity for applied research with industry partners

• Financial and logistic support for accommodation within defined limits

• Monthly meal card covering 2 meals per day in the cafeteria

• Health insurance coverage for the researcher

• A high-end laptop computer, access to our state of the art GPU cluster, and additional cloud support as needed. 

How to apply: send your CV and the names of two references to ai-admissions@ku.edu.tr. For enquiries please contact ai-admissions@ku.edu.tr.

Back

Top

JUNIOR PROFESSOR IN NATURAL LANGUAGE PROCESSING AND MULTIMEDIA INTERACTION 

In the Science, Engineering and Technology Group of KU Leuven (Belgium), Faculty of Engineering Science, Department of Computer Science, there is a full-time tenure-track academic vacancy in the area of natural language processing and multimedia interaction. We seek applications from internationally oriented candidates with an outstanding research track record and excellent didactic skills. The successful candidate will perform research in the Human-Computer Interaction research unit. He or she holds a PhD in Computer Science (or a relevant equivalent degree) with focus on natural language processing and multimedia interaction, and has excellent knowledge of the fundamental principles, algorithms and methods of machine learning. 

The tenure track of a junior professor lasts 5 years. After this period and subject to a positive evaluation of the tenure track, he or she will be permanently appointed as an associate professor.

More info on the vacancy and instructions on how to apply see: https://www.kuleuven.be/personeel/jobsite/jobs/60022759?hl=en&lang=en

You can apply for this professorship till October 15, 2021.

Back

Top

JUNIOR PROFESSOR IN NATURAL LANGUAGE PROCESSING AND MULTIMEDIA INTERACTION 

In the Science, Engineering and Technology Group of KU Leuven (Belgium), Faculty of Engineering Science, Department of Computer Science, there is a full-time tenure-track academic vacancy in the area of natural language processing and multimedia interaction. We seek applications from internationally oriented candidates with an outstanding research track record and excellent didactic skills. The successful candidate will perform research in the Human-Computer Interaction research unit. He or she holds a PhD in Computer Science (or a relevant equivalent degree) with focus on natural language processing and multimedia interaction, and has excellent knowledge of the fundamental principles, algorithms and methods of machine learning. 

The tenure track of a junior professor lasts 5 years. After this period and subject to a positive evaluation of the tenure track, he or she will be permanently appointed as an associate professor.

More info on the vacancy and instructions on how to apply see: https://www.kuleuven.be/personeel/jobsite/jobs/60022759?hl=en&lang=en

You can apply for this professorship till October 15, 2021.

Back

Top

Call for postdoc applications in affective computing (Grenoble Alps University) Summary The Grenoble Alps University has an open position for a highly motivated postdoc researcher. The successful candidate will be working on the multi-disciplinary research project THERADIA, which aims at creating an adaptative virtual assistant that accompanies patients suffering from cognitive disorders during the completion of cognitive remediation exercises at home. The person recruited will have the exciting opportunity to develop new machine learning techniques for the robust detection of affective behaviours from audiovisual data collected in-the-wild. Models will be embodied in the virtual agent to monitor and adapt the interaction with the patient, and the whole system will be further tested in a clinical trial to demonstrate the effectiveness of the agent for accompanying patients suffering from cognitive conditions during digital therapies.

Duration: 2 years,

Salary: according to experience (up to 4142€ / month)

Scientific environment The person recruited will be hosted within the GETALP team of the Laboratoire d’Informatique de Grenoble (LIG), which offers a dynamic, international, and stimulating framework for conducting high-level multi-disciplinary research.

The GETALP team is housed in a modern building (IMAG) located on a 175-hectare landscaped campus that was ranked as the eighth most beautiful campus in Europe by Times Higher Education magazine in 2018.

Requirements The ideal candidate must have a PhD degree and a strong background in machine learning, and affective computing or cognitive science/neuroscience. The successful candidate should have:

• Good knowledge of machine learning techniques

• Good knowledge of speech and image processing

• Good knowledge of experimental design and statistics

• Strong programming skills in Python

• Excellent publication record

• Willing to work in multi-disciplinary and international teams

• Good communication skills

Application: Applications are expected to be received on an ongoing basis and the position will be open until filled. Applications should be sent to Fabien Ringeval (fabien.ringeval@imag.fr) and François Portet (francois.portet@imag.fr). The application file should contain:

• Curriculum vitae

• Recommendation letter

• One-page summary of research background and interests

• At least three publications demonstrating expertise in the aforementioned areas

• Pre-defence reports and defence minutes; or summary of the thesis with date of defence for those currently in doctoral studies

Back

Top

Job description 

Back

Top

 Inria is opening a fixed-term research assistant position on private machine learning for
speech processing as part of the French national collaborative project ANR DEEP-PRIVACY.
The successful candidate will be part of the Magnet team in Lille, which focuses on
privacy-friendly, decentralized and/or graph-based machine learning. He/she will work in
tight collaboration with the Multispeech team in Nancy, which focuses on automatic speech
recognition and speech synthesis.

The goal of DEEP-PRIVACY is to learn automatic speech recognition (ASR) systems from
speech representations that hide speaker identity. Additional requirements such as
decentralized learning, gender fairness, or data efficiency may be considered.

Depending on her/his profile, the candidate will address the following research questions:
- how to design privacy attacks on ASR and design counter-measures;
- how to learn private representations of speech from adversarial training with many
attackers;
- how to design fair and private speech representations;
- how to adapt such methods in the decentralized setting (e.g. federated or fully
decentralized learning);
- how to formally define and measure the trade-off between accuracy, fairness, or privacy
at the global and individual levels.

Application deadline: applications will be assessed on a rolling basis; please apply as
soon as possible.

Starting date: November 1, 2021 or later
Duration: 1.5 year (renewable)
Location: Lille, France
Salary: from 2,050 to 2,130 net/month, according to experience

For more details and to apply:
https://jobs.inria.fr/public/classic/en/offres/2021-04039 (for MSc graduates)
https://jobs.inria.fr/public/classic/en/offres/2021-04034 (for PhD graduates)

Back

Top

In the context of the project ChaSpeePro run in collaboration with the University of Geneva, the Hopitaux Universitaires de Genève and the Idiap Institute, the Laboratoire de Phonétique et Phonologie* (LPP ? CNRS/Sorbonne Nouvelle) in Paris is offering:

-       a 3-year (+1) doctoral position starting from December 2021 (https://bit.ly/2XeQNf4)

-       a post-doctoral position for 2-years with a possible extension of 2 more years. Ideally the position would start from December 2021, but later starting date might be considered (https://bit.ly/2VFQWr5).

The general goal of the project is to better characterize the processes linked to the encoding of invariant speech units into articulated speech, and their disorders (in dysarthria and apraxia of speech). This project follows the MoSpeeDi project described here: https://www.unige.ch/fapse/mospeedi/.

Within the scope of this project, articulatory and acoustic data will be collected at the LPP to investigate questions related to:

1. The temporal organization and coordination of speech units at different levels (e.g., gesture, syllable, word, phrases)
2. Stability and flexibility of the speech production system (e.g., speaker-specific strategies and adaptation to different speech task demands)
3. Articulatory vs. acoustic manifestations of spatio-temporal reductions in speech

Within this Swiss-French collaborative project, the candidates will join the team under the supervision of Cécile Fougeron and in close collaboration with Anne Hermes and Leonardo Lancia.

The Laboratoire de Phonétique et Phonologie (CNRS/Sorbonne Nouvelle, https://lpp.in2p3.fr/) is a research and teaching unit in experimental phonetics and phonology. It is located in the 5th arrondissement in Paris. The lab offers a diverse and fair working environment in a small and dynamic lab.

More information on the positions and online application procedure can be found @:

-        https://bit.ly/2XeQNf4 for the doctoral position

-       https://bit.ly/2VFQWr5 for the post-doc position

Back

Top

The University of Texas at El Paso is seeking a colleague to join the Computer Science faculty in the broad area of Spoken Language Processing.

OPEN-RANK FACULTY POSITIONS IN COMPUTER SCIENCE AT THE UNIVERSITY OF TEXAS AT EL PASO (UTEP)

The Department of Computer Science at UTEP invites applications for two open-rank faculty positions starting fall 2022 with preference for the areas of Spoken Language Processing, Machine Learning, Computer Systems, or Software Engineering. To view the full ad and apply, please visit https://utep.interviewexchange.com/jobofferdetails.jsp?JOBID=136383 or https://www.utep.edu/employment.

Informal inquiries can be addressed to Nigel Ward, nigel@utep.edu .

Back

Top

Technische Universität Berlin offers an open position:

Research Assistant - salary grade E13 TV-L Berliner Hochschulen

under the reserve that funds are granted; part-time employment may be possible

scientific collaboration in the BMBF project “Emonymous”, possibility of extension

The majority of systems and services that are provided by computer science, electrical engineering and information technology finally are oriented on the needs of their human users. To successfully build such systems and services it is essential to investigate and understand users and their behavior when interacting with technology. From this, design principles for human-machine interfaces or classification systems can be derived and requirements for the underlying technologies can be defined.

The Quality and Usability Lab is part of TU Berlin’s Faculty IV and deals with the design and evaluation of humanmachine interaction, in which aspects of human perception, technical systems and the design of interaction are the subject of our research. We focus on self-determined work in an interdisciplinary and international team; for this we offer open and flexible working conditions that promote scientific and personal exchange and are a prerequisite for excellent results.

Fakultät IV - Elektrotechnik und Informatik - Quality and Usability Lab Reference number: IV-549/21 (starting at the earliest possible / for 2 years / closing date for applications 15/10/21)

Working field: Central is the creation and empirical research of the use of speech and language technology, which includes aspects of signal processing, machine learning, artificial intelligence and natural language processing. Specific tasks in the “Emonymous” funding project are aimed, for example, at researching and implementing anonymization in speech, while at the same time preserving emotions, speaker characteristics and intelligibility. Acoustic and linguistic (textual) content are often analyzed in multimodal models and have to be evaluated using perceptual listening tests (laboratory or crowd), e.g. in order to control speech synthesizer training. If desired and suitable, the publication and presentation of project and research results in scientific journals, at conferences and workshops can be aimed for.

The specific tasks include:

Conception, construction and evaluation of speech processing systems as well as systems for speaker characterization and transformation (e.g. ASR, emotion, intelligibility, synthesis)

Measurement, planning and optimization of quality and user experience of anonymization (Quality of Experience, User Experience)

Planning and execution of user studies (laboratory, large scale crowds)

Project communication and reporting

Publication and presentation of project and research results in scientific journals, at conferences, and in workshops as well as standardization meetings of ITU-T

Professionally experienced employees from our team support you with self-motivated familiarization within the areas of responsibility.

PhD thesis preparation is possible.

Requirements:

Successfully completed scientific university degree (Master, Diplom or equivalent)in electrical engineering, computer engineering/science, informatics, media informatics, media technology, information systems (or an equivalent technical background)

Ability to work independently in a team and good self-organization

Very good programming knowledge in Python, Matlab or similar

Good knowledge of machine learning, AI and / or NLP

Good knowledge of digital signal processing, statistics, empirical data analysis

Interest in carrying out experiments with human participants to determine quality and user experience

Language skills: English fluent in writing and speaking, German communication secure

Desire to work in an agile and lively international and interdisciplinary environmen

Please send your application with the reference number and the usual documents (one file max. 5 MB) only via email to bewerbung@qu.tu-berlin.de.

By submitting your application via email you consent to having your data electronically processed and saved. Please note that we do not provide a guaranty for the protection of your personal data when submitted as unprotected file.

Please find our data protection notice acc. DSGVO (General Data Protection Regulation) at the TU staff department homepage: https://www.abt2-t.tuberlin.de/menue/themen_a_z/datenschutzerklaerung/ or quick access 214041.

To ensure equal opportunities between women and men, applications by women with the required qualifications are explicitly desired. Qualified individuals with disabilities will be favored. The TU Berlin values the diversity of its members and is committed to the goals of equal opportunities.

Technische Universität Berlin - Der Präsident -, Fakultät IV, Quality and Usability Lab, Prof. Dr.-Ing. Möller, Sekr. TEL 18,Ernst-Reuter-Platz 7, 10587 Berlin

The vacancy is also available on the internet at

https://www.personalabteilung.tu-berlin.de/menue/jobs/

Back

Top

The School of Electrical Engineering and Computer Science (EECS) at the KTH Royal Institute of Technology announces a Ph.D position in Multimodal Machine Learning for Human-Robot Interaction at the division of Speech, Music and Hearing (TMH).

ABOUT KTH

KTH Royal Institute of Technology in Stockholm has grown to become one of Europe?s leading technical and engineering universities, as well as a key center of intellectual talent and innovation. We are Sweden?s largest technical research and learning institution and home to students, researchers and faculty from around the world. Our research and education covers a wide area including natural sciences and all branches of engineering, as well as in architecture, industrial management, urban planning, history and philosophy.

PROJECT DESCRIPTION

In this project the student will design, develop, and evaluate a telepresence platform specifically developed for collecting multimodal data for posterior automation. Unsupervised and supervised multimodal machine learning models alongside multimodal fusion techniques will be explored to evaluate the quality of the telepresence platform. Mixed reality technologies will also be explored for the creation of the telepresence platform as they offer exciting opportunities for data collection (and consequent learning of multimodal models of social behaviour). Users? mixed reality headsets allow for extracting multiple modalities such as real-time head-pose, eye-gaze information, pupil dilation, and high framerate Point of View (PoV) video data.

This position is partially funded by a project on 'Using Neuroimaging Data for Exploring Conversational Engagement in Human-Robot Interaction'. This project will leverage a multidisciplinary research collaboration with Julia Uddén from the Linguistics department at Stockholm University where we will aim to study social robotics by exploring the modality of observing underlying neural processes of people that are observing, interacting with, and controlling robots. Understanding these neural processes and how they integrate with other modalities will help us provide contributions to the research areas of Human-Robot Interaction, Artificial Intelligence, Psycho- and Neurolinguistics and Neurobiology of Language.

The starting date is open for discussion, although we would like the successful candidate to start at the beginning of 2022.

QUALIFICATIONS

The candidate must have a degree in Computer Science or related fields. Documented written and spoken English and programming skills are required. Experience with robotics, human-computer interaction, mixed-reality, neuroscience or machine learning is important.

HOW TO APPLY

The application should include:

1. Curriculum vitae.

2. Transcripts from University/College.

3. Brief description of why the applicant wishes to become a doctoral student.

The application documents must be uploaded using KTH's recruitment system. More information here:

https://www.kth.se/en/om/work-at-kth/lediga-jobb/what:job/jobID:427059

The application deadline is ** October 15, 2020 **

André Pereira

Researcher

KTH Royal Institute of Technology

School of Electrical Engineering and Computer Science

Division of Speech, Music and Hearing (TMH)

Back

Top

H/F Ingénieur de recherche en informatique ? développement d'une plateforme multimodale
Au LORIA à Nancy.

Les détails de l?offre et les modalités de candidature se trouvent sur le site du CNRS :

Back

Top

Lieu : Orléans/Grenoble, France
Contacts : Emmanuel Schang (emmanuel.schang@univ-orleans.fr), Benjamin Lecouteux (benjamin.lecouteux@univ-grenoble-alpes.fr)


Nous cherchons un?e candidat?e pour une thèse en Sciences du Langage sur le thème du traitement automatique de la parole.
La thèse s?effectuera au sein du Laboratoire Ligérien de Linguistique (LLL, UMR 7270), avec une possibilité d'accueil au LIG-GETALP (Grenoble). Le financement se fera dans le cadre du projet ANR CREAM (Documentation des langues CREoles Assistée par la Machine https://sites.google.com/view/creamproject/home).

Termes-clés : langues créoles, traitement automatique de la parole, détection de mot clé, alignement bilingue, creole languages, speech processing, keyword spotting, bilingual alignment.


Objectifs
Le projet CREAM  vise à proposer aux  linguistes travaillant sur les langues créoles des outils novateurs dans la collecte et le traitement des données orales sur des langues disposant de peu de ressources.
Dans le contexte particulier de diglossie qui caractérise souvent l'espace créolophone, le passage par l'étape de la transcription de corpus est fréquemment ressenti comme une difficulté par les linguistes de terrain. Une conséquence est le manque de corpus disponibles.

L'objectif de ce projet est d'ouvrir la voie à des méthodes novatrices en matière de documentation linguistique et de création de ressources sur les langues créoles. En utilisant des technologies d'apprentissage automatique de pointe, nous cherchons à changer la façon dont la documentation linguistique est mise en ?uvre en termes de construction de ressources linguistiques et de traitement des corpus parlés.

L'accent sera mis sur deux tâches en particulier :
- Query-by-example : la recherche de segments similaires dans des corpus en langue créole,
- Alignement bilingue automatisé entre des segments de parole dans une langue créole et une langue proche (français, anglais, portugais, suivant les créoles).

Selon les avancées, les recherches pourront s'étendre à d'autres tâches du TAL :

- la reconnaissance automatique de la parole (étude du transfert d'apprentissage entre langues lexificatrices et langues créoles)

- traduction automatique ...

Bibiographie sélective
- G. Adda, et al.. (2016). Breaking the unwritten language barrier: the BULB project. In SLTU-2016 5th Workshop on Spoken Language Technologies for Under-resourced languages, Yogyakarta, Indonesia, May 2016.
- A. Baevski, et al.  (2020). wav2vec 2.0: A framework for self-supervised learning of speech representations. arXiv preprint arXiv:2006.11477.
- D. Blachon, et al. (2016). Parallel Speech Collection for Under-resourced Language Studies Using the Lig-Aikuma Mobile Device App. In Workshop on Spoken Language Technologies for Under-resourced Languages (SLTU), Yogyakarta, Indonesia, May 2016.
- P. Godard et al. (2018). Unsupervised Word Segmentation from Speech with Attention. In Interspeech 2018, Hyderabad, India, September 2018.
- Y.-A. Chung, et al. (2016). Audio word2vec: Unsupervised learning of audio segment representations using sequence-to-sequence autoen- coder, Interspeech 2016 pp. 765?769.
- H. Kamper, (2019). Truly unsupervised acoustic word embeddings using weak top-down constraints in encoder-decoder models, ICASSP 2019-2019 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), IEEE, pp. 6535?39.
- H. Kamper, Anastassiou, A. and Livescu, K. (2019). Semantic query-by-example speech search using visual grounding, ICASSP 2019-2019 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), IEEE, pp. 7120?24.
- S. Schneider, et al.  (2019). Wav2vec: Unsupervised Pretraining for Speech Recognition. Interspeech. Graz, Austria, 2019.
- V. Velupillai. (2015). Pidgins, creoles and mixed languages. John Benjamins Publishing Company.

Profil recherché
Les candidat.e.s auront un master en linguistique ou en informatique et montreront un intérêt certain pour le traitement automatique de la parole et les langues dites 'rares'. Une autonomie dans le codage en python est indispensable, ainsi que des bases en machine learning.

Candidature : les candidat.e.s enverront une lettre de motivation ainsi qu?un CV détaillé. Des documents complémentaires pourront être demandés si le ou la candidat.e est retenu.e pour une audition.

Encadrement
Emmanuel SCHANG (Docteur HDR en Sciences du Langage)
Benjamin LECOUTEUX (Docteur en Informatique)


Candidature à envoyer à Emmanuel Schang (emmanuel.schang@univ-orleans.fr), Benjamin Lecouteux (benjamin.lecouteux@univ-grenoble-alpes.fr).

Calendrier :

Date limite d?envoi des dossiers : 05 novembre 2021

Les dates des auditions seront communiquées aux candidat.e.s retenu.e.s sur dossier.

Back

Top

Three fully-funded PhD positions on early prosodic development at Utrecht University

These positions are part of a new Dutch Research Council project ‘SoundStart’ on early prosodic development led by Professor Aoju Chen at Utrecht University. Children show knowledge of prosody (i.e., melody and rhythm) of their native language already at birth and thrive on it in early language and communication development. However, how children learn prosody so early is still unknown. Taking an interdisciplinary and crosslinguistic approach, SoundStart aims to discern the role of innate mechanisms, uncover learning mechanisms in the auditory modality underlying development spanning prenatal and after-birth periods, and shed light on the role of visual cues to prosody (i.e., speech-accompanying gestures) in after-birth periods. PhD projects 1 and 2 will be concerned with the first two goals in the learning of prosodic phrasing (i.e., grouping sequences of sounds into meaningful units in speech streams) and prosodic form-meaning mappings (i.e. associating prosodic patterns with communicative functions), PhD project 3 with the third goal in both areas of prosodic development. We are seeking to hire highly motivated, driven and talented MA graduates to take on the PhD projects, starting 1 February 2022. A later starting date is negotiable.

In this research programme you will work within an interdisciplinary team, closely collaborating with researchers from linguistics, neuroscience, psycholinguistics, psychology and neonatology at Utrecht University and the University Medical Centre Utrecht. You will receive assistance from student assistants in data collection (in the Netherlands and abroad) and/or data processing and have the opportunity to develop your academic teaching skills during your project.

Do you want to play a key role in this new exciting research programme on early prosodic development? Read more and apply! The application deadline is 8 November, 2021.

https://www.uu.nl/en/organisation/working-at-utrecht-university/jobs/three-fully-funded-phd-positions-on-early-prosodic-development-at-utrecht-university-10-fte

For more information about these positions, please contact Professor Aoju Chen at aoju.chen@uu.nl.

----

Prof. dr. Aoju Chen

Chair of Language Development in Relation to Socialisation and Identity

Head of the English Language and Culture Division 

Leader of VICI research group SoundStart

Department of Languages, Literature and Communication & Utrecht Institute of Linguistics - OTS

Utrecht University 

The Netherlands

Back

Top

L'équipe Multispeech d'Inria Nancy recrute un ingénieur permanent dont la mission principale sera de piloter et contribuer au développement d'un assistant virtuel multimodal évolutif, à partir de briques logicielles open source et/ou issues de l'équipe, à des fins de recherche et de transfert industriel.

Fiche de poste: voir pages 9-10 du fichier https://www.inria.fr/sites/default/files/2021-10/Fiches_poste_ingenieurs_permanents.pdf  

Candidature en ligne: https://www.inria.fr/fr/concours-externes

Date butoir: 31/10/2021.

Back

Top