报告时间：2026年7月17日（周五）上午10：00

报告地点：武汉大学电子信息学院于刚·宋晓楼B603会议室

报告题目：从语音理解与生成，迈向语音交互

报 告 人：陈谐 副教授（上海交通大学计算机学院）

邀请人：黄公平 教授

报告摘要：

本报告将介绍我们团队在语音理解与语音生成方向的最新研究进展。在语音理解方面，我们探索如何将传统的语音语义识别拓展至复杂音频的深层理解与推理，实现对情感、说话人属性、声学环境等非语言信息的建模与推断。在语音生成方面，我们围绕离散表征、连续表征以及具有丰富表达能力的生成建模开展研究，并延伸至多模态音频生成任务。在此基础上，结合我们在语义交互与语音对话方面的工作，报告最后将分享我们对语音交互系统的技术思考与初步探索。

报告人简介：

陈谐，上海交通大学计算机学院副教授、博士生导师，上海创智学院全时导师，国家海外高层次青年人才计划入选者。博士毕业于英国剑桥大学工程系，曾在剑桥大学任博士后研究员，并在美国微软研究院语音组担任高级研究员与首席研究员。主要研究方向为智能语音处理，包括语音理解、语音生成与语音交互，在国际顶级会议与期刊发表论文150余篇。近年来主持研发的一系列开源语音模型累计下载量超8千万次，GitHub Stars超2万次。

 欢迎感兴趣的老师和同学们积极参与！