党建武

个人简介：国家千人计划特聘专家、973 项目首席科学家 天津大学计算机学院教授，国家千人计划特聘专家、973 项目首席科学家、国立大学法人日本北陆先端 科学技术大学院大学信息科学学院教授、西北工业大学兼职教授，曾任清华大学计算机系讲席教授。 于 1982 和 1984 年在清华大学计算机科学与技术系获得工学学士和工学硕士，1992 年获得日本国立静 冈大学大学院工学博士。首次严谨地证明了梨状窝在人的语音生成及个性化中的作用，被誉为开拓性 的基础研究。

陶建华

个人简介：中科院自动化所研究员 中科院自动化所模式识别国家重点实验室副主任、国家杰出青年基金获得者。1993 年和 1996 年分别获 得南京大学电子系学士和硕士学位，2001 年获清华大学计算机系博士学位。目前担任 IEEE Trans. on Affective Computing Steering Committee Member、ISCA SIG-CSLP 副主席、HUMAINE 学会执行理事、 中国计算机学会常务理事、中国人工智能学会理事、中国中文信息学会理事、中国声学学会理事等职务。 先后负责和参与国家级项目（863 重点、国家自然科学基金、发改委、科技部国际合作）20 余项。

俞 凯

个人简介：上海交通大学计算机科学与工程系研究员 上海交通大学计算机系教授，思必驰公司首席科学家。清华大学本科、硕士，剑桥大学博士。长期从 事对话式人工智能、语音及语言处理的研究和产业化工作。入选国家级人才工程，NSFC 优青，上海市"东 方学者"特聘教授，IEEE Speech and Language Processing Technical Committee 委员（2017-2019）。中 国人工智能产业发展联盟学术和知识产权组组长，CCF 语音对话及听觉专业组副主任。发表论文 170 160 技术论坛 余篇，获得 ISCA 《Computer Speech and Language》 ，《Speech Communication》，InterSpeech Best Paper Award 等多篇国际期刊和会议优秀论文奖，以及多个国际研究评测冠军。曾获吴文俊人工智能科 技进步奖，《科学中国人》年度人物，CCF 青竹奖。 论坛讲者

吴玺宏

报告题目：从语音到发声姿态的反演：一种发声和听觉过程协同的自监督学习框架

报告摘要：在深度学习技术的推动下，随着语音标注数据规模的巨量化，机器语音识别取得了令人瞩目 的进展。种种迹象表明语音识别性能已显露出"天棚"现象，而且在方言和小语种语音识别方面尚无有效 的解决方案。 报告首先对语音识别任务的工作假设进行反思，在此基础上基于听觉的"肌动理论（Motor Theory）"， 提出了一种结合发声物理模型的非监督自主学习方法，即具身学习（Embodied Learning）方法。该方法 通过正向物理模型和逆向听觉模型的迭代学习，实现了从任意非标注语音到声门激励信号和发声姿态参 数的推断，实现了对语音具有可解释性的描述；通过在线自适应实现了对新语音的发声姿态推断，解决 了模型学习的泛化问题。基于发声姿态可进一步实现任意语种的音系构建，为小语种和方言的语音识别、 个性化语音合成任务提供了一个新的解决思路。

个人简介：现任北京大学信息科学技术学院智能科学系副主任、视觉与听觉信息处理国家重点实验室 副主任、信息科学中心副主任以及北京大学言语听觉研究中心副主任等职务。近年来，吴玺宏教授先后 在国内外重要期刊会议上发表学术论文 100 余篇，其中多篇论文发表在国际重要杂志上，如《Hearing Research》等。先后主持国家级、省部级项目 20 余项，包括国家 863 项目、国家自然科学基金重点项目、 国家科技攻关项目、教育部"新世纪优秀人才"计划项目、北京市自然科学基金项目、教育部中央财政专项等； 作为主要参加者承担国家级、省部级科研项目 10余项，包括国家 973项目、国家自然科学基金重点项目（2 项）、国家自然科学基金面上项目、北京大学建设世界一流大学计划项目等，累计承担经费逾千万元。