SJTU-X-LANCE 吴梦玥 副教授
报告生成时间：2026年8月20日
个人主页：吴梦玥
所属团队：上海交通大学跨媒体语言智能实验室（X-LANCE）
一、学者基本信息
| 项目 | 信息 |
|---|---|
| 姓名 | 吴梦玥（Mengyue Wu；本报告标题沿用委托方所给“吴梦玥”写法） |
| 现职 | 上海交通大学计算机学院（网络空间安全学院）副教授、博士生导师；机器智能研究所；X-LANCE 成员 |
| 学历 | 北京师范大学学士；澳大利亚墨尔本大学博士 |
| 研究主轴 | 丰富音频分析、环境声音理解与生成、音频描述（音频到文本）、病理音频分析、计算精神健康、医疗大模型安全伦理 |
| 代表性资源/系统 | D4 中文抑郁症诊断导向对话数据集；PsySym、PsyEx、PsyEval、PsyDial 等开源数据或评测资源 |
| 科研组织与成果 | 公开院系简介称其主持国家自然科学基金青年、面上项目；截至该页更新时发表论文 70 余篇。其主页将研究拓展为环境音、动物语言、人类言语医疗应用及数字心理健康四条线。 |
上述身份、学历、研究方向和成果数量主要据上海交大计算机学院教师页及个人主页整理。值得注意的是，音频文本摘要/描述不是孤立的语音识别延伸，而是把环境声音事件映射为自然语言描述的交叉任务；这也解释了其合作网络同时连接语音、自然语言处理与多媒体社群。
二、教育背景与职业履历
吴梦玥本科阶段在北京师范大学学习并接触心理声学；其后获墨尔本大学博士学位。公开访谈表明，博士期间身边关于精神分裂症语音分析和临床精神评估的研究经历，促成其将语音、语言与精神健康相结合；这一经历应理解为研究问题的形成背景，而非对其博士课题或导师关系的替代说明。
关于“墨尔本大学博士导师”：本次检索覆盖个人主页、交大教师页、以“University of Melbourne + supervisor/advisor”为关键词的网页结果及可检索论文页面，未找到可公开交叉印证的导师姓名或论文指导关系。因此，本报告不以高频合作者反推导师，也不将任何墨大研究者列为其博士导师。可确认的是，墨尔本大学训练构成其国际学术履历的重要源头；导师姓名及博士起止年份宜以其学位论文库、官方简历或本人确认材料补全。
博士毕业后，她曾接受 Nuance Communications 的产业端邀请，从事车载座舱人机交互相关技术研究；后在与上海交通大学俞凯教授交流后回归高校。该轨迹显示其网络并非单向“学院—论文”结构，而是经历了海外研究训练、语音产业实践和交大跨媒体智能平台三段连接。相关经历来自2024 年访谈，对具体任职起止时间未见可复核公开材料，故不作延展性推断。
三、学生培养情况
公开访谈称，2024 年其课题组有二十余名学生，围绕计算精神病学、病理语音和丰富音频理解开展研究；但其个人主页和院系页面未公布完整学生名册、学位层次、入组年份或毕业去向。以下列出近年在精神健康智能体论文中与吴梦玥共同署名的五位青年作者，作为可观察到的“研究培养/共同产出线索”，不据此断言其每一位均为吴梦玥的正式指导学生。
| 人员 | 可确认的共同研究线索 | 反映的培养主题 |
|---|---|---|
| 蓝坤耀（Kunyao Lan） | 共同署名 2024 年论文《Depression Diagnosis Dialogue Simulation: Self-improving Psychiatrist with Tertiary Memory》 | 抑郁症诊断对话、智能体记忆与迭代优化 |
| 金炳睿（Bingrui Jin） | 同上 | 面向真实场景诊断对话的模型设计与评测 |
| 朱子宸（Zichen Zhu） | 同上 | 医患角色模拟、对话控制与反思机制 |
| 陈思远（Siyuan Chen） | 同上 | 心理健康对话系统的协同研发 |
| 张舒（Shu Zhang） | 同上 | 对话式抑郁风险与自杀风险识别研究 |
该论文的作者表及摘要可见于arXiv 页面。其系统 Agent Mental Clinic（AMC）通过患者—精神科医生模拟对话、分层记忆与监督式反思提升诊断对话表现，体现了团队将学生研究训练放在“数据—模型—临床任务”闭环中的特点。更早的 D4 工作则通过与精神卫生领域医生反复打磨问诊流程、角色扮演与专家筛选来构造数据；这类工作对学生的能力要求不仅是建模，也包括临床流程理解、数据治理和负责任评测。
四、学术合作网络
4.1 X-LANCE 与上海交大校内合作
俞凯（Kai Yu）是可明确识别的核心校内连接。一方面，吴梦玥在访谈中明确提及与俞凯交流影响其由产业界回归上海交大；另一方面，公开论文记录显示两人共同署名 DCASE 2020 音频描述技术报告，并在野外语音活动检测论文中与 Heinrich Dinkel、王帅、徐雪楠等共同署名。后者发表于 IEEE/ACM Transactions on Audio, Speech, and Language Processing（2021），说明两人的连接覆盖音频描述、语音活动检测等基础音频智能问题，而不局限于精神健康应用。
在用户特别关注的陈露（Lu Chen）与陈谐（Xie Chen）两名校内潜在合作者上，本次以中文名、英文名与吴梦玥联检，未发现可可靠确认的共同论文、共同项目或公开团队关系。考虑到中英文同名歧义，不宜据“同在交大/X-LANCE”推定合作。现有证据更支持把俞凯列为明确的校内枢纽，把陈露、陈谐列为待补证节点。
4.2 跨机构与跨学科合作
跨机构网络有两条清晰路径：
- 语音与音频方法路径。吴梦玥与 Heinrich Dinkel、王帅、徐雪楠、俞凯等在野外语音活动检测研究中共同署名；王帅公开简历同时记录了该文，提供了对合作者组合的外部佐证。该网络把交大语音技术、国际音频研究者与后续进入深圳市大数据研究院/腾讯工作经历的研究者连接起来。
- 医学与伦理路径。交大教师页明确列出蚂蚁集团、复旦大学科技伦理研究院、北京协和医院、瑞金医院等合作单位，并称各方共同发布《医疗健康大模型伦理与安全白皮书》。这里的关系不是单篇论文作者网络，而是医疗大模型在伦理、安全、临床场景中的联合治理网络。
其中，精神健康方向的关键跨学科桥梁是“临床知识进入数据和评价”：D4 的构建依托精神卫生中心医生对问诊流程与样本的参与；AMC 论文则面向抑郁及自杀风险诊断对话。这使计算机、精神医学、医学伦理和数据合规在同一研究链条中相互制约。
4.3 主题型合作节点与网络特征
吴梦玥的论文及开源资源可归纳为三类主题节点：
- 声音—文本节点：环境声理解、音频描述、音频—视觉事件理解，把音频感知连接到自然语言生成与多媒体评测。
- 言语—疾病节点：抑郁症、帕金森病、阿尔茨海默病等言语/声学检测问题，把声学表征连接到医疗筛查。
- 大模型—心理健康节点：PsySym、PsyEx、PsyEval、PsyDial、D4 和 AMC 等工作，把症状识别、社会媒体分析、对话模拟、同理交互和安全对齐衔接起来。
因此，其学术合作网络呈“方法平台 + 高敏感应用场景”的双核结构：前者由音频、语言、多模态研究伙伴支撑，后者必须通过医生、医院和伦理研究者完成验证与治理。对网络强度的判断应优先看共同产出及联合发布，而不应仅以单位共现判断。
五、业界合作关系深度分析
5.1 企业合作：从产业经历到联合治理
Nuance Communications 的车载人机交互经历，使其较早接触语音技术的工程落地；访谈所述驾驶场景也表明，团队将“说了什么”之外的语气、情绪、疲劳等丰富音频信息视为主动交互的输入。不过，公开材料不足以确认具体产品、客户或部署规模，因而只能将其定位为产业研究经历，而非某一商业产品的归属证明。
当前最具公开可见度的企业合作节点是蚂蚁集团。交大教师页将蚂蚁集团列为医疗大模型伦理与安全合作方之一，并明确说明与复旦大学科技伦理研究院、协和医院、瑞金医院联合发布白皮书。该合作的深度不宜简单表述为“企业资助”：其公开产出指向医疗大模型的伦理安全对齐框架、症状检测模型等资源，显示企业场景需求、伦理规范与医疗机构需求之间的联合协作。
5.2 医疗场景合作：数据稀缺、临床参与与边界控制
医疗合作的难点并非仅是模型精度。精神健康音频和对话同时受隐私、病耻感、临床流程与风险处置约束。团队针对这一瓶颈采用了“专家共创问诊流程—角色扮演生成—医生筛选”的 D4 数据构建方式，并开展心理筛查和咨询系统研究。这种路径降低了真实敏感音频难以共享的障碍，但也意味着模拟数据与真实临床分布之间仍需持续验证。
从合作网络角度看，北京协和医院、瑞金医院提供临床与医疗场景接口，复旦大学科技伦理研究院提供伦理治理接口，蚂蚁集团提供企业技术与应用接口，X-LANCE/交大团队承担模型和系统接口。该结构的优势是把“可用性”与“可部署性”一起讨论；其边界是公开资料未披露数据共享机制、临床试验设计、产品注册或实际诊疗替代结论，故不能把研究系统表述为已获临床诊断资质的医疗器械。
六、重要奖项与学术兼职
| 类别 | 可公开确认信息 |
|---|---|
| 人才与科研 | 上海市浦江人才；主持国家自然科学基金青年项目和面上项目 |
| 论文与竞赛 | 2025 年 ACL 杰出论文奖；2023 年 NCMMSC 最佳论文提名；2022 年 IEEE DCASE 音频描述和检索双赛道国际冠军 |
| 应用荣誉 | “面向精神疾病的大模型研究与应用”获上海市数字医学技术及应用创新大赛二等奖 |
| 学术服务 | ARR Rolling Review 与 Interspeech Area Chair；中国中文信息学会情感计算专委副秘书长；中国计算机学会语音对话及听觉专委会执行委员；IEEE、ACM 会员（院系英文页称自 2018 年起） |
以上条目以上海交大中文教师页和英文教师页为准。委托背景所述“CCF 语音对话与听觉专业委员会委员”与网页所列“执行委员”存在表述粒度差异，本报告采用院系页更具体的“执行委员”表述。
七、Connection圈层总结
- 第一圈层：交大/X-LANCE 的方法与平台连接。以吴梦玥—俞凯为最明确的中心连接，围绕语音、环境音、音频描述和对话智能形成校内学术支点；已验证的共同论文支持这一判断。
- 第二圈层：课题组学生与青年共同作者。蓝坤耀、金炳睿、朱子宸、陈思远、张舒等在 AMC 论文中形成可见的共同产出群体；其正式导师归属和学位信息仍应以后续公开名册为准。
- 第三圈层：跨机构方法合作。Heinrich Dinkel、王帅、徐雪楠等连接语音活动检测、国际音频研究和产业研究经历，体现音频方法层面的跨机构流动。
- 第四圈层：企业—医院—伦理治理联盟。蚂蚁集团、复旦大学科技伦理研究院、北京协和医院、瑞金医院构成医疗大模型安全、临床需求与应用转化的协作网络；这一层是其研究区别于纯算法团队的关键外延。
总体而言，吴梦玥的 Connection 网络以“丰富音频分析”为技术底座，以“精神健康与医疗安全”为高价值应用牵引，以 X-LANCE 的语音语言能力和医院/伦理/企业协同为扩展机制。当前公开证据最强的关系是俞凯及医疗伦理联合发布网络；墨尔本博士导师、陈露和陈谐的具体合作关系、以及学生正式培养名单仍属公开信息缺口，应保持审慎，不作推定。