认知计算与智能言语处理团队对语音语言的生成、传输、感知及理解等科学问题和关键技术进行研究，揭示言语交互及认知过程中多模态间的相互作用和相互补偿机理，建立能够贯通从神经生理学机理到高级认知机理的计算体系，并致力于语音识别、语音合成、多模态智能人机对话、语音翻译、声纹识别、新一代信息检索、言语障碍康复、自然语言处理、社会网络和社会心理行为分析等方面的应用。

  点击以下链接，进入导师简历页，查看导师更多信息：

      王龙标      http://cic.tju.edu.cn/faculty/wanglongbiao/wang.htm

     党建武      https://fp.jaist.ac.jp/public/Default2.aspx?id=277&l=1

      金    弟     http://cic.tju.edu.cn/faculty/jindi/index.htm

      于    强       http://www.escience.cn/people/yuq/index.html

     张高燕      http://cic.tju.edu.cn/faculty/zhanggaoyan/index.html

[1] 973项目（No.2013CB329300）：互联网环境中文言语信息处理与深度计算的基础理论和方法，2013.1-2017.8

[2]国家自然科学基金重点项目（No. 61233009）：“语音产生过程的神经生理建模与控制”，2013.1-2017.12

[3] 科技部国家重点研发计划“智能机器人”专项课题:“基于语言认知机理的类脑自然语言识别与交互”，2019.3-2022.2

[4] 天津市新一代人工智能科技重大专项：“面向机器人的复杂环境语音对话关键技术及系统实现”，2018.10-2021.9

[5] 国家自然科学基金面上项目（No. 61771333）：“面向混响环境的多口音语音识别研究”，2018.1-2021.12

[6] 国家自然科学基金面上项目（No. 61876126）：“自然交互下人脑对言语信息处理的动态脑网络机制研究”， 2019.1-2022.12

[7] 国家自然科学基金青年项目（No. 61503278）：“基于实时fMRI解码与脑网络建模的听觉信息认知加工机理研究”，2016.1-2018.12

[8] 国家自然科学基金青年项目（No.61503277）：“融合认知机理的概率图模型表情识别方法研究”， 2016.1-2018.12

[9] 国家自然科学基金青年项目（No. 61703302）：”基于脑信息解码的盲人听觉信息加工机制研究“，2018.1-2020.12

[1] LongbiaoWang, Seiichi Nakagawa, Zhaofeng Zhang, Yohei Yoshida, Yuta Kawakami, "SpoofingSpeech Detection Using Modified Relative Phase Information", IEEE J. Sel. Topics Signal Processing11(4): 660-670 (2017). （SCI, JCR 一区）

[2] W. Li, L.Wang, Y. Zhou, J. Dines, H. Bourlard and Q. Liao, Feature Mapping ofMultiple Beamformed Sources for Robust Overlapping Speech Recognition Using aMicrophone Array, IEEE/ACMTransactions on Audio, Speech and Language Processing, 2014, 22(12),pp.2244-2255. (SCI, JCR 一区)

[3] J Cao, D Jin, L Yang, J Dang. Incorporating network structure with node contents forcommunity detection on large networks using deep learning, Neurocomputing, 2018, 297(7), p71-81 (SCI, JCR二区).

[4]  J Dang, J Wei, K Honda, T Nakai. “Astudy on transvelar coupling for non-nasalized sounds,” The Journal of the Acoustical Society of America, 2016, 139(1), 441-454（SCI，JCR二区）.

[5] Qiang Yu,H. Tang, J. Hu, K.C. Tan. ‘Neuromorphic Cognitive Systems: A Learning andMemory Centered Approach’, IntelligentSystems Reference Library Series, Springer, 2017 (英文专著)

[6] Qiang Yu,H. Li, K.C. Tan. Spike Timing or Rate? Neurons Learn to Make Decisionsfor Both Through Threshold-Driven Plasticity. IEEE Transactions on Cybernetics, 2018, in press. (SCI一区)

[7] Qiang Yu,R. Yan, H. Tang, K. C. Tan, and H. Li, ‘A Spiking Neural Network System forRobust Sequence Recognition’, IEEETrans. On Neural Networks and Learning Systems, 27(3):621-635, 2016. (SCI一区)

[8] Qiang Yu, H. Tang, K. C.Tan, and H. Li, ‘Rapid feedforward computation by temporal encoding andlearning with spiking neurons’, IEEETrans. On Neural Networks and Learning Systems, 24(10): 1539-1552, 2013(SCI一区)

[9] Qiang Yu, H. Tang, K. C.Tan, and Haoyong Yu, ‘A brain-inspired spiking neural network model withtemporal encoding and learning’, Neurocomputing,138:3-13, 2014. (SCI, JCR 一区)

[10] Jinliang Zhang, Gaoyan Zhang, Xianglin Li, Peiyuan Wang, Bin Wang, Baolin Liu, Decodingsound categories based on whole-brain functional connectivity patterns, Brain Imaging and Behavior, 2018(in press). (SCI, JCR 二区)

[11] GaoyanZhang, Yue Cheng, Wen Shen, Baolin Liu, Shuangshuang Xie, Lixiang Huang.The short-term effect of liver transplantation on the low-frequency fluctuationof brain activity in cirrhotic patients with and without overt hepaticencephalopathy. Brain Imaging and Behavior,2017,11 (6), 1849-1861 (SCI, JCR 二区).

[12] GaoyanZhang, Yue Cheng, Baolin Liu, Abnormalities of voxel-based whole-brainfunctional connectivity patterns predict the progression of hepaticencephalopathy. Brain Imaging andBehavior, 2017, 11(3) , 784-796. (SCI, JCR 二区).

[13] GaoyanZhang, Li Yao, Jiahui Shen, Yihong Yang, Xiaojie Zhao, 2015. Reorganizationof functional brain networks mediates the improvement of cognitive performancefollowing real-time neurofeedback training of working memory, Human Brain Mapping, 2015,36(5), pp.1705. (SCI, JCR 二区).

[14] Yin Liang, Baolin Liu, Junhai Xu, Gaoyan Zhang, Xianglin Li, Peiyuany Wang, Bin Wang,Decoding facial expressions basesd on face-selective and motion-sensitiveareas, Human Brain Mapping,2017, 38 (6), 3113-3125. (SCI, JCR 二区).

[15] X Geng, JXu, R Li, B Liu, Y Shi, Multivariate Classification of Major DepressiveDisorder Using the Effective Connectivity and Functional Connectivity. Frontiers in Neuroscience, 2018,12, p38. (SCI, JCR 二区)

[16] Junhai Xu,Xuntao Yin, Haitao Ge, Yan Han, Zengchang Pang, Baolin Liu, Shuwei Liu and KarlFriston, Heritability of the Effective Connectivity in the Resting-stateDefault Mode Network. Cerebral Cortex,2016, DOI: 10.1093/cercor/bhw332. (SCI, JCR 一区).

[17] Junhai Xu,Xuntao Yin, Haitao Ge, Yan Han, Zengchang Pang, Yuchun Tang, Baolin Liu, ShuweiLiu, Attentional Performance is Correlated with the Local Regional Efficiencyof Intrinsic Brain Networks. Frontiersin Behavioral Neuroscience, 2015, 9, pp.1-11. (SCI, JCR 二区)

[18] Zhilei Liu,Guoxian Song, Jianfei Cai, : Conditional Adversarial Synthesis of 3D FacialAction Units, NeuroComputing, 2019. (SCI, JCR 二区)

[19] Zhiwen Shao, Zhilei Liu, Jianfei Cai, Lizhuang Ma: Deep Adaptive Attention forJoint Facial Action Unit Detection and Face Alignment. Proceedings of theEuropean Conference on Computer Vision (ECCV 2018), 2018/09, 725-740.(CCF B类)

       王龙标    教   授  

    2008年3月毕业日本国立丰桥技术科学大学，获博士学位。2008年4月到2012年8月为日本国立静冈大学助理教授，任语音信号处理实验室主任。2012年10月到2016年8月为日本国立长冈技术科学大学副教授（终身教职），任语音信息处理实验室主任。2016年9月至今在天津大学任教授，天津大学人工智能学院副院长，天津市认知计算与应用重点实验室副主任。

   王龙标教授长期从事语音信息处理、声学信号处理、自然语言处理、机器学习、人工智能等方面的研究。在高水平的国际期刊和国际会议上发表了超过100篇论文，其中多篇论文发表在语音信息处理权威期刊IEEE TASLP，IEEE JSTSP, IEEE TNNLS, Speech Communication上。2016年入选国家青年千人计划和天津市千人计划。在国际学术组织兼职上，曾担任过Multimedia Tools and Applications国际期刊特刊的客座编委，ISSP2017技术委员会主席，ISCSLP2016的当地委员会主席，SLIMTS2020国际研讨会主席，ICMI2019 Proceeding主席，APSIPA语音语言与音频技术委员会委员，APSIPA2015，ICPR2014，ISCSLP2014等国际会议的技术委员会成员。

      目前正在招收2021级博士生、硕士生，对语音识别，深度学习等感兴趣的同学请联系我 longbiao_wang@tju.edu.cn

        党建武     教   授

     党建武教授，国家千人计划特聘专家、973首席科学家、CCF语音对话与听觉专业组主任，天津大学计算机学院教授，语音科学家，现兼任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。党建武教授一直以来致力于语音领域的相关研究，在JASA等科学技术杂志上发表了数十篇论文及二百余篇国际国内会议论文。他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。他研发出的人的发音机制及控制的生理计算模型一直在该领域处于领先地位，并以此生理计算模型为基础展开人脑在语音生成和感知方面的研究。

   目前正在招收2021级博士生、硕士生，对语音领域的相关研究感兴趣的同学可以联系我  jdang@jaist.ac.jp

         金    弟    副教授

        金弟，天津大学智能学部副教授，博士生导师。分别于2005、2008和2012年在吉林大学计算机学院获得学士、硕士和博士学位，2012.7入职天大，2013.12-2014.7受欧盟Erasmus项目资助伯恩茅斯大学博士后，2019.9至今在UIUC韩家炜老师组作访问学者。

   目前一直从事人工智能与复杂网络的交叉研究。近五年来（2015年至今）以第一或通讯作者发表CCF A类或SCI一区论文20篇，中文A类期刊《计算机学报》2篇；Google引用1324次，相关成果被图灵奖得主、美国科学院与工程院院士Hopcroft，波兰科学院院士Szymanski，中国人工智能倡导者李德毅院士等著名学者重点评介。

   主持国家自然基金2项、国家重点研发计划子课题2项，教育部博士点基金1项。担任CCF A类会议AAAI 2018-2020 Senior PC, A类会议IJCAI-19 workshop BSMDMA Co-chair，C类会议KSEM-18 Special Track Chair，SCI二区期刊FGCS专刊GraphML Guest Editor。获得ACM中国天津分会奖, 中国商业联合会科技进步一等奖，《自动化学报》优秀论文奖，被评为天津大学北洋学者-青年骨干教师。

       目前正在招收2021级博士生、硕士生，并欢迎本科生进实验室！对人工智能、数据挖掘、机器学习、社交网络挖掘等感兴趣的同学请联系我    jindi@tju.edu.cn

         于     强    副教授

       于强，天津市海外高层次人才，具有七年以上的海外科研经历。主要从事类脑智能相关方向的研究工作，布局新一代人工智能理论与技术，结合多个学科的背景知识理解类脑智能的工作原理并加以应用化实现。目前主要的研究方向包括：类脑信息编码、新一代类脑深度学习算法、神经元细胞信息处理及学习、深度脉冲神经网络、神经形态认知系统、神经形态仿真平台等。

   曾作为负责人在新加坡主持超千万人民币的类脑计算研究课题。研究成果多次被国际著名科技媒体ScienceDaily、PHYS.org专题报道。曾获2016 IEEE CIS TNNLS（SCI一区，人工智能领域顶级期刊）最佳期刊论文奖、2016 Computing Reviews年度最佳计算论文。2018年入选天津市海外高层次青年人才计划，2019年获智能与计算学部首届青年教师讲课大赛三等奖，2020年获得天津大学北洋学者青年骨干人才称号。多次指导硕士研究生参加国际类脑智能大赛并获奖。目前在国际权威学术期刊及会议上发表论文30余篇；由国际著名出版社Springer出版英文专著一部。

   目前正在招收2021级硕士生3名，对类脑计算、人工智能及神经网络感兴趣的同学请尽早与我联系。yuqiang@tju.edu.cn

        张高燕     副教授

       张高燕，2014年加入天津大学认知计算与应用天津市重点实验室，2017年12月-2018年6月在美国国立卫生研究院做访问学者。入选天津大学“北洋学者-青年骨干教师”计划，天津市“131创新型人才培养工程”第三层次人选。主持国家自然科学基金面上和青年项目，作为学术骨干参与国家973计划项目，国家重点研发计划项目，国家自然科学基金重点项目等多项，发表学术期刊和会议论文共30余篇。

   主要研究领域是智能信息处理、医学图像和信号分析。主要利用信号处理、复杂网络、机器学习等方法对医学图像（功能磁共振成像）和医学信号（脑电图）进行分析，理解人脑视听觉信息智能处理的机理，实现脑信息解码与脑机接口、人机交互与人工智能、脑疾病早期诊断预测等方面应用，同时希望为类人智能、类脑计算提供理论借鉴！

      目前正在招收2021级硕士生3名，欢迎有计算机、数学、电子信息、软件工程等专业背景的学生提前联系！ zhanggaoyan@tju.edu.cn

        刘志磊     副教授

       天津大学智能与计算学部人工智能学院，副教授，硕导，IEEE/ACM/CCF/CSIG会员。2014年博士毕业于中国科学技术大学，2012年至2013年曾赴美国伦斯勒理工学院智能系统实验室进行联合培养，2017年至2018年赴新加坡南洋理工大学多媒体与交互计算实验室进行交流访问。目前主持完成国家自然科学基金1项，作为主要成员参与国家自然科学基金、863计划、973计划等科研项目多项。在IEEE Trans. on Multimedia、IEEE Trans. on Affective Computing、Pattern Recognition、ECCV等国际重要学术期刊和会议发表论文40余篇。目前主要研究内容为面向复杂视听环境下的多模态行为识别与建模。

   目前正在招收2021级全日制硕士生3名，对机器学习、模式识别、多媒体计算感兴趣的同学可以联系我  zhileiliu@tju.edu.cn

        徐君海     副教授

        天津大学智能与计算学部人工智能学院硕导，博士毕业于山东大学，先后赴英国伦敦大学学院和美国南加州大学进行访问交流。主要研究方向是智能信息处理、医学图像处理、机器学习和视听觉认知计算等。主持国家自然科学基金项目1项，作为主要参与人参与国家省部级项目5项，在Neural Networks，Cerebral Cortex， Neuroimage，IEEETransactions on Neural Systems and Rehabilitation Engineering、Neuroscience等国际重要学术期刊和学术会议上发表论文30余篇，参编两部学术著作。

        目前正在招收2021级硕士生计算机科学与技术、软件工程、数学、生物医学工程、信息自动化等专业 2名。感兴趣的同学请与我联系     jhxu@tju.edu.cn