刘瑞，内蒙古大学人工智能学院副院长，教授、博士生导师。入选第十届中国科协青年人才托举（青托）工程；主持国自然面上、国自然青年、内蒙古自治区杰出青年基金项目、中央引导地方科技发展计划项目、内蒙古自治区重点研发和成果转化计划项目、内蒙古自治区草原英才等 10 余项国家/省部级项目。主要研究方向为多语种多模态共情人机语音交互，相关成果以第一或通讯作者发表于 IEEE-TASLP、IEEE-TAFFC 和 ACL、ACM MM、AAAI 等领域顶级学术会议或期刊，其中 ESI 高被引 1 篇，IEEE 国际会议最佳论文奖 2 篇。获得内蒙古自治区科技进步一等奖、中国发明协会发明创业奖创新奖二等奖等。担任国际期刊 Information Fusion、IEEE-TAFFC、ACM-TALLIP 副编辑和 CCF 语音对话与听觉专委会执行委员、内蒙古计算机学会人工智能专委会主任、内蒙古自治区青年科技工作者协会人工智能与电子信息专委会秘书长等。

真实复杂场景下人机交互普遍存在模态缺失、多说话人干扰等问题，传统语音交互技术难以实现精准感知与拟人化表达，严重制约鲁棒对话智能的落地应用。针对上述难题，本教程报告聚焦复杂场景下人机语音交互的核心技术瓶颈，系统阐述我们在多模态语音感知与对话生成领域的创新研究，涵盖缺失模态下的鲁棒情感识别、细粒度上下文图建模、说话人精准辨识等感知技术，有效提升复杂干扰环境下语音语义和情感感知稳定性。

同时，重点介绍人脸表情建模、真实情感渲染、链式对话理解、音视协同生成等拟人化对话语音合成技术，攻克传统交互情感缺失、上下文适配不足、表达生硬等痛点。报告立足前沿学术研究，构建了"鲁棒感知-精准理解-共情表达"的完整对话智能技术体系，研判多模态对话生成领域发展趋势，为高鲁棒性、高拟人度的人机对话智能技术研发与场景落地提供新思路与技术支撑。