陈泽华博士现为清华大学计算机系博士后，获"水木学者"计划资助，入选国家级博士后人才专项。此前博士毕业于英国帝国理工学院电气与电子工程系、任生数科技（Vidu）音频模态负责人。在概率生成模型（如扩散模型、桥类模型）及其在音-视频生成、健康监测等方面的应用持续开展研究工作，以第一或通讯作者（含共同）在 Nature Machine Intelligence, NeurIPS, ICML 等期刊与会议发表论文近 20 篇，其中多篇文章录取 CVPR, ACL, ACM MM, ICASSP 等会议 Highlight 或 Oral，文生音频工作 AudioLDM 单篇已获引用 1200 余次。

扩散模型（Diffusion Models）及其延展框架在内容生成领域已体现出强大的数据分布拟合能力，在音频、视觉、文本等多个模态的前沿生成系统中均成为核心组件。本课程将介绍以扩散模型为基础的音频生成与编辑方法，包含扩散模型的基础理论，及其面向可扩展、高可控、与多任务建模等方面的理论与实践方法，如在文本-音频（Text-Audio）、视频-音频（Video-Audio）跨模态一致性上的训练与推理探索。

并涵盖其延展框架，桥类模型（Bridge Models）基础，及其在高效内容处理，如音频超分（Any-to-192 kHz Audio Super-Resolution）、内容转换（Image-to-Image or Audio-to-Audio Translation）等方向的近期探索。