南京大学研究生 · 声音大模型 —— 听懂声音，也生成声音。
我在研究什么？ 两件事：让模型 听懂 环境声音（场景、事件），也让它 生成 声音（音效、环境声）。一进一出，都围绕「声音」这件事做大模型。
做过什么？
听懂 → soundscape-lm 声学场景分类 + 声音事件检测，接入大语言模型做场景描述与音频–文本检索。
生成 → foley-flow 文本 / 条件驱动的音效（Foley）与环境声生成，扩散 / 流匹配声学模型，含时序对齐。
怎么写代码？
numpy / scipy 内核，import 不拉深度学习框架；无 GPU、无网络也能跑核心与单测；需要训练时再接可选 PyTorch。离线优先，CI 全绿。
Nanjing University · 声音大模型 · 听懂 + 生成 · she/her