[姓名]王志锋English Version
[性别]男[教师类型]数字媒体系
[是否硕导]是[是否博导]
[职称]讲师[职务]
[政治面貌]中共党员[电子邮件]zfwang@mail.ccnu.edu.cn
[办公电话]**[办公地址]9号楼626室

[个人简介]

2011.9～2012.9 公派留学联合培养博士：美国卡内基梅隆大学(Carnegie Mellon University)
计算机学院（全美排名第一），导师：Alexer I. Rudnicky教授

2009.9～2013.6保送博士研究生：华南理工大学，电子与信息学院，信号与信息处理专业
导师：贺前华教授（副院长），GPA前1%

2008.9～2009.6 保送硕士研究生：华南理工大学，电子与信息学院，信号与信息处理专业
导师：林土胜教授，GPA前5%

2004.9～2008.6 本 科：中国地质大学（武汉），机电学院，电子信息工程专业
GPA前1%，综合测评全院排名前三
[研究方向]

图像与音视频智能信息处理，人机交互，虚拟现实，游戏技术，数据挖掘与机器学习，多媒体取证

[近年主持或参与的主要科研项目]

2010.1~2013.06：面向多媒体信息检索的语音处理关键技术研究 项目主要参与者国家自然基金（**）

项目说明：探索和研究基于内容的多媒体信息检索技术
[1] 参与多媒体信息检索数据库的设计、收集和整理工作
[2] 和系统实现人员一起探索基于细胞树的多媒体索引技术的理论和方法，将其算法进行改进并应用到系统中
[3] 参与对多媒体信号进行多模态信息融合的研究，充分利用各种信息之间的互补信，对特征层面、模型层面和决策层面上的多模态融合算法进行了研究
[4] 参与了利用多模态语音信息对在噪声环境下提高口语语音识别算法的研究
[5] 在算法的研究基础上，利用Sphinx3平台实现了特征层面上的多模态信息融合，并将其应用到了实际的系统当中


2012.1~2013.06：会议音频中的声学事件检测及说话人分析方法研究项目主要参与者青年科学基金项目（**）
项目说明：探索和研究对会议音频文档进行检索和语义分析的方法和技术
[1] 参与音频分割及分类算法的理论研究工作
[2] 探索关键音频段的理论以及在实际系统中的提取工作
[3] 参与了重叠音频事件的检测及分离的算法研究工作
[4] 综合利用会议语音的信息，对会议语音进行语义，提取说话人情感状态、说话风格、现场氛围、主题提取
[5] 研究并探索了会议语音中的说话人分割算法


2011.9-2012.8：Cobot智能交互机器人项目 项目主要参与者（与CMU合作） 美国自然基金项目
项目说明：构建和人类能够用自然语言交流的机器人，并且通过感知人类的情感信息选择适合交互的话题
[1] 采用大量的自然语言数据库建立系统的声学模型和语言模型
[2] 针对每个用户进行声学模型和语言模型的自适应，获得用户所特有的模型
[3] 利用Olympus平台，参与设计Cobot上的人机对话系统
[4] 利用人脸的图像情感信息和语音情感信息来实时监测用户的情感信息



2008.9～2009.12：口语语音中非语音信息的检测、识别及其对语音识别的影响项目主要参与者国家自然基金项目（**）
项目说明：探索并研究口语语音中非语音信息的检测和识别算法，通过语音分类算法提高自然语音的识别率
[1] 参与研究口语语音中非语音信息的检测和识别算法
[2] 参与研究重叠语音事件的检测算法
[3] 利用谱稳定性等新特征来提高算法的检测精度
2009.9～2013.06：声纹身份认证系统安全问题的研究项目主要负责人国家自然基金预研项目
项目说明：研究声纹身份认证系统面临的各种安全问题，并设计相应的有效的抗攻击算法
[1] 针对研究需要建立了录音回放说话人身份认证语音数据库，被中文语言联盟数据库收录，数据编号：CLDC-2012-003，包含40个说话人的原始语音、转录语音和录音回放语音
[2] 建立了原始语音和回放语音的生成模型，提出了信道模式噪声的概念
[3] 利用原始语音和回放语音在信道信息上的差异，在信道模式噪声的基础上提取了原始语音和回放语音的区分性特征


2011.11～2012.7：BABEL多语种语言理解和识别项目 项目主要参与者（与CMU合作）美国国防部项目
项目说明：针对多语言环境下的大词汇量和复杂环境的语音识别
[1] 在本项目中建立了基于HMM的语种识别算法
[2] 在本项目中主要负责广东话的识别工作，针对广东话的特点建立了相应的声学模型和语言模型
[3] 探索新特征MVDR的理论，并将其实现用于广东话的语音识别



2012.4～2012.7：BOLT对话智能机器翻译项目 项目主要参与者（与CMU合作）美国自然基金项目
项目说明：在人机对话过程中实现机器翻译的工作
[1] 建立系统所需的基于特定类别的语言模型，并建立针对特定设备的声学模型
[2] 设计BOLT系统的人机对话系统


2011.9～2012.9：KINECT智能人机交互项目 项目主要参与者 与微软合作项目
项目说明：在微软的KINECT平台上建立智能人机交互系统
[1] 利用Chirp信号在KINECT输入端回放测量出KINECT的信道响应
[2] 将KINECT的信道响应加入到训练数据中，从而获得KINECT的声学模型
[3] 利用SPHINX3平台实现MMIE训练，实现LDA降维，并采用MLLR和MAP的自适应算法


2010.9～2011.9：多模态身份认证的研究 项目主要负责人 国家自然基金预研项目
项目说明：研究基于声纹和人脸识别的多模态身份认证融合算法
[1] 参与数据库的设计和录制工作
[2] 研究特征和模型融合的算法，利用信息之间的互补性，提高身份认证的精度


2009.9～2011.9：车载音视频语音识别系统的研究 项目主要参与者 与广汽集团合作项目
项目说明：在高噪声的环境下进行多模态的语音识别
[1] 参与数据库的设计和录制工作
[2] 实时系统的总体设计与规划，以及模型训练，在线识别和离线学习的研究
[3] 系统中重要算法的研究和实现，如音视频频特征提取，音视频双模态语音识别模型与以及相关的融合的模型的研究

[研究成果]

获得奖项：
2011年获公派留学奖学金16.4万元 2011年获IEEE优秀论文奖 2009～2012年获华南理工大学博士研究生一等奖学金 2008年由于综合测评排全院第一名获保送硕士研究生资格 2007年获“全国电子设计大赛”二等奖 2007年获中国地质大学“科技创新人才”称号 2006年获中国地质大学“特殊人才”称号 2005年获“国家奖学金”一等奖 2005年获“湖北省电子设计大赛”二等奖 2004～2008年 获中国地质大学一等奖学金4次 2005年中国地质大学校优秀学生干部
专利成果：
[1] 发明专利：王志锋, et.al.一种自动录音设备源识别的方法和系统.已授权专利号：ZL **7.7.
[2] PCT国际发明专利：Zhifeng Wang, et.al. A Channel Pattern Noise Based Playback Attack Detection Algithm System. 国际专利申请号：PCT/CN2011/084868.
[3] 发明专利：王志锋, et.al.一种基于信道模式噪声的录音回放检测方法和系统. 专利申请号：**8.7.




[主要论文或专著]

[1] Zhifeng Wang (王志锋), Gang Wei (韦岗), Qianhua He(贺前华). Channel Pattern Noise Based Playback Attack Detection Algithm f Speaker Recognition [C]. 2011 International Conference on Machine Learning Cybernetics, 2011, 4: 1708-1713. (EI光盘检索: **212，获IEEE优秀论文奖)
[2] 王志锋, et.al. 基于改进PNCC特征和两步区分性训练的录音设备识别方法 [J]. 电子学报 (已录用，国内顶级期刊，EI源刊，2013年第10期刊出)
[3] Zhifeng Wang, Qianhua He, et.al. Playback attack detection based on channel pattern noise [J]. Journal of South China University of Technology (Natural Science), 2011, 39(10):7-12. (EI光盘检索: **448)
[4] Zhifeng Wang, Yanxiong Li, et.al. A GMM-UBM based recding device identification algithm. 2011 IEEE International Conference on Intelligent Computing Intelligent Systems, 2011, 10: 1232-1236. (EI光盘检索: **213，并担任该会议Session Chair)
[5] 王志锋,贺前华, et.al. 录音设备建模和识别算法[J]. 信号处理(已录用，中文核心期刊，2013年第5期刊出)
[6] Zhifeng Wang, Qianhua He, Jesse S. Jin, Alexer I. Rudnicky. Channel Pattern Noise Based Playback Attack Detection Algithm f Speaker Verification [J], IEEE Transactions on Audio, Speech, Language Processing. (SCI顶级期刊，完成第二次修改，进入三审阶段，接受概率80%)
[7] Jun He, Qianhua He, Zhifeng Wang, et.al. Dynamic speaker clustering algithm based on minimal GMM distance tracing [C]. 2011 IEEE International Conference on Cyber Technology in Automation, Control, Intelligent Systems. 2011: 51-56. (EI光盘检索: **166)
[8] Qianhua He, Jun He, Yanxiong Li, Zhifeng Wang. Detection algithm of pathological continuous speech based on crelation dimension [J]. Journal of South China University of Technology (Natural Science), 40(6):1-5, (EI光盘检索: **791)
[9] Yanxiong Li, Qianhua He, Wei Li, Zhifeng Wang. Two-level Approach f Detecting Non-lexical Audio Events in Spontaneous Speech [C]. 2010 International Conference on Audio, Language Image Processing. 2010: 771-777. (EI光盘版检索: **857)
[10] Zhifeng Wang, Alexer I. Rudnicky, Qianhua He. Global Channel Transfmation Algithm f Robust Speech Recognition [J]. Signal Processing (SCI源刊，已提交，同行审查)
[11] 王志锋, 贺前华, et.al. 基于GMM-UBM的录音设备源识别方法 [J]. 电子与信息学报(已提交，同行审查)
[12] 贺前华, 王志锋, et.al. 录音设备建模和识别算法[J]. 电子学报(已提交，同行审查)
[教授课程]

[1] 2013年下：人机交互设计（2013级研究生）
[2] 2014年上：网络游戏技术（2011级本科）
[3] 2014年上：数据库原理与技术（2012级本科）
[4] 2014年下：C语言设计（2014级本科）
[5] 2014年下：信息系统设计与开发（2012级本科）
[个人网站]

http://www.cs.cmu.edu/~novawzf/