USTC-Speech 凌震华 教授

报告生成时间：2026年8月21日
个人主页：凌震华
所属团队：中国科学技术大学电子工程与信息科学系 / 语音及语言信息处理国家工程研究中心

---

一、学者基本信息

项目	经核实信息
姓名	凌震华（Zhen-Hua Ling）
现职	中国科学技术大学信息科学技术学院电子工程与信息科学系教授、博士生导师；语音及语言信息处理国家工程研究中心副主任（以中科大院系页面为准）
研究领域	语音信号处理、自然语言处理；长期聚焦语音合成、语音转换、语音编码/增强、视听语音及语音质量评价等
学术产出	院系公开简介称已发表论文200余篇、累计被引逾1万次；此为机构页面的统计口径，未在本报告中外推为实时数据库指标。
代表性技术线索	早期统计参数语音合成与F0建模，深度学习语音转换；神经声码器的幅相联合/分层生成；非自回归及零样本TTS；LLM/离散声学token驱动的LauraTTS鲁棒化；低码率神经音频编解码。
学术身份辨识	其官方主页为 staff.ustc.edu.cn/~zhling，与公开论文署名Zhen-Hua Ling及中科大语音团队信息一致；不采用“lzhuang.github.io”这一无法与本人对应的链接。

二、教育背景与职业履历

凌震华的学历路径完整地在中国科学技术大学完成：1996年9月至2002年6月就读电子信息工程本科，2002年9月至2005年6月获信号与信息处理硕士，2005年9月至2008年6月获同专业博士。其公开中文简历明确写明硕、博士导师均为王仁华教授，而非戴礼荣教授；因此，戴礼荣应被界定为其在中科大语音团队中的重要长期合作前辈/同事，而不能据此报告认定为博士导师。个人简历与校内简介相互印证了上述学位年份。

博士阶段后，他于2007年10月至2008年4月在Marie Curie Early Stage Training项目支持下访问英国爱丁堡大学语音技术研究中心；2008年7月至2010年12月进入中科大博士后流动站与安徽科大讯飞信息科技股份有限公司博士后工作站开展联合博士后研究。这一经历是“曾在科大讯飞工作”的准确表述边界：现有官方材料支持其在中科大—科大讯飞联合博士后平台从事科研，不宜泛化为普通全职雇佣经历。2012年8月至2013年8月，他访问美国华盛顿大学电子工程系。

其后长期任职中科大：公开资料显示2011年起任电子工程与信息科学系副教授，2020年6月起任教授；目前同时承担国家工程研究中心副主任职责。其职业轨迹体现出“中科大基础研究—讯飞联合转化—海外访问—中科大建组”的连续链条。

三、学生培养情况

以下按公开材料能够辨认的师生关系或稳定团队合作关系列示。除艾杨外，公开网页未直接披露其余成员的学位导师、在读/毕业状态或去向，故均不将共同署名推断为正式导师关系。

1. 艾杨（中国科学技术大学特任副研究员，博士毕业生）

艾杨于2016年9月至2021年6月在中科大信息与通信工程专业攻读博士，个人官方主页明确标注导师为凌震华教授。其后曾任国防科技大学讲师、中科大博士后，2024年1月至今为中科大电子工程与信息科学系特任副研究员、硕导。研究延续并拓展至神经声码器、语音增强/分离、音频编码与质量评价；代表性共同工作包括分层幅相声码器、APNet/APCodec及语音带宽扩展。艾杨主页是本节最强的直接师生证据。

2. 鲁叶欣（中科大语音团队共同作者，师生关系未见公开直接确认）

鲁叶欣持续参与团队的语音增强、环境感知零样本TTS和LLM-TTS研究。在ICASSP 2025的IDEA-TTS、Interspeech 2025的噪声鲁棒LauraTTS中均与凌震华、艾杨、杜荟鹏、刘飞共同署名。该轨迹显示其处于团队新一代语音生成研究链路的核心位置；但检索到的公开页面没有直接标明导师和毕业去向，应保留为“团队成员/共同作者”而非断言为凌震华学生。

3. 刘飞（中科大语音团队共同作者，师生关系未见公开直接确认）

刘飞的署名集中在低码率语音编码、相位谱建模、语音分离和LauraTTS鲁棒化等工作。例如，其与艾杨、凌震华合作发表token预测后处理低码率语音编码研究，并进入2025年LauraTTS抗噪工作作者序列。可合理识别其为围绕生成与编解码方向的稳定青年合作者；公开资料不足以确认其培养层级、导师关系及后续任职。

4. 郑瑞晨（中科大语音团队共同作者，师生关系未见公开直接确认）

郑瑞晨与艾杨、凌震华在唇舌静音发音到语音重建、超声舌图辅助语音增强、神经音频编解码等多项论文中合作。2026年VoCodec作者序列还将其与戴礼荣、吴及并列，显示其工作横跨语音生成、多模态发音信息与低码率传输。公开信息只能支撑“团队共同作者”关系，不能据论文署名确认其为已毕业学生或其去向。

5. 杜荟鹏（中科大语音团队共同作者，师生关系未见公开直接确认）

杜荟鹏共同参与环境感知TTS、LLM-TTS去噪、神经声码器和频带扩展研究，在近期团队论文中与鲁叶欣、艾杨、凌震华高频共现。其贡献可概括为从声学环境解耦到编解码/波形生成的技术衔接。由于未找到个人主页或正式培养记录，本报告不推定其学籍、导师或就业去向。

6. 刘朝辞（中科大语音团队共同作者，师生关系未见公开直接确认）

刘朝辞的合作主题偏向韵律与对话语音合成：ICASSP 2025论文研究音素级自监督韵律学习；ICASSP 2024论文则研究对话轮次时序关联。其与胡亚军、陈丽萍、凌震华的合作说明团队在声码器/编码之外仍保有语言韵律建模支线。现有公开资料未提供其身份和去向，故不作超出共同研究的判断。

四、学术合作网络

4.1 中科大内部核心网络

王仁华是可直接确认的硕博导师，构成凌震华的学术谱系起点。戴礼荣并非其博士导师，但在中科大语音团队中是长期高频合作的资深学者：从较早的语音合成、声音转换专利与论文，到Blizzard Challenge 2019系统，再到2026年VoCodec，共同署名持续出现。由此可将二人的关系界定为跨代际的团队协同与研究共同体，而不宜误写成师承。

陈凌辉是深度学习语音转换时期的关键共同作者，合作论文涉及DNN分层生成训练、统计参数语音合成后处理及声纹转换，且引入Tuomo Raitio、Cassia Valentini-Botinhao、Junichi Yamagishi等国际合作者。艾杨则代表其培养后形成的青年教师节点，连接声码器、编码、多模态语音和后续学生/共同作者群。杜俊与凌震华同属国家工程研究中心语音方向教师，二人更适合界定为同机构互补合作：前者偏多人交互场景的语音前端，后者侧重生成与转换。

4.2 论文与技术主题网络

合作网络可按技术阶段观察。早期以统计参数合成、F0预测、语音转换为主，形成王仁华—戴礼荣—陈凌辉—凌震华等校内链路；深度学习阶段以神经声码器和波形生成扩大到艾杨、刘利娟、胡亚军等；近年进一步向幅相联合建模、低码率神经编解码、视听/超声发音信息、环境感知及零样本TTS演进。

代表性节点包括：2018年“Waveform modeling and generation using hierarchical recurrent neural networks for speech bandwidth extension”（凌震华、艾杨、顾宇、戴礼荣）；2024年APCodec及高采样率低码率音频编码；2025年IDEA-TTS与噪声鲁棒LauraTTS；2026年P2PSynCodec/VoCodec。后两类工作说明团队已将“合成质量”与“可传输、低延迟、抗噪、可控生成”并置，合作网络也从单一TTS扩展至codec与多模态。

4.3 跨机构与国际连接

海外连接至少包括三条可核实路径：爱丁堡大学语音技术研究中心访问经历；华盛顿大学电子工程系访问经历；艾杨博士期间在日本国立情报学研究所联合培养。论文层面，艾杨与Junichi Yamagishi、Xin Wang等合作的鲁棒神经声码器研究，体现出中科大团队与日本语音合成研究圈的直接学术联结。

国内跨机构合作中，2026年P2PSynCodec由中科大、科大讯飞、清华大学共同署名（含吴及）；中科大心理学系与科大讯飞研究院的交流也围绕语音/语言预训练表征、脑成像和主观质量评价展开。应注意：共同论文或学术交流只能证明项目级合作，并不自动代表长期联合实验室或个人隶属关系。

五、业界合作关系深度分析

5.1 科大讯飞：制度化、长期且双向的合作主轴

科大讯飞是凌震华业界联系最清晰、最具结构性的节点。第一层为个人经历：2008—2010年在中科大博士后流动站/科大讯飞博士后工作站联合培养。第二层为平台机制：语音及语言信息处理国家工程实验室2011年获批，由中科大与科大讯飞联合共建；2021年底优化整合后转建为国家工程研究中心。第三层为持续的论文、项目与活动共现：团队论文常以中科大和科大讯飞共同署名，工程中心会议亦有讯飞研究院管理者参与。

这种关系并非单纯“企业资助高校”，而是人才培养、国家工程平台、语音技术研发与应用反馈的耦合。凌震华作为工程中心副主任，处于高校研究议程与产业需求的组织接口；其博士后经历使该接口具有早期职业连续性。

5.2 从产品技术到前沿研究的协作方式

早期参与多语种高表现力TTS、韵律建模等国家项目，较接近产业化语音合成与语言覆盖需求；近年合作主题则转向神经codec、语音质量、LLM零样本TTS、多模态语音和低时延通信。P2PSynCodec所对应的中科大—讯飞—清华作者组合，表明合作已进入“基础模型/压缩表示/应用部署约束”兼顾的阶段。

需要审慎区分影响与归属：公开材料足以说明凌震华团队在语音合成、转换和编解码方向持续产出并多次参与Blizzard Challenge、Voice Conversion Challenge等评测，但不能仅据此将所有iFlytek语音产品或具体商业方法归因于个人。对CF0、非自回归TTS及LauraTTS等，应以已公开论文的作者和机构署名为准，避免把团队研究直接等同于企业产品线。

六、重要奖项与学术兼职

据中科大院系公开简介，凌震华获得过国家科技进步奖一等奖、IEEE信号处理学会最佳青年作者论文奖；同时有外部活动报道写作“国家科技进步奖二等奖”，奖项等级存在公开页面表述不一致。本报告不自行裁决，建议正式引用时回查奖项官方名单；可稳妥确认的是其获国家科技进步奖及IEEE信号处理学会青年作者论文奖。

院系页面还列出其学术服务：IEEE/ACM Transactions on Audio, Speech, and Language Processing等期刊编委，IEEE信号处理学会语音与语言处理技术委员会委员，中国计算机学会语音听觉与对话专委会秘书长，全国人机语音通讯学术会议常设机构委员会委员。另据中科大相关报道，其担任语音及语言信息处理国家工程研究中心副主任，并在CCF语音专委走进中科大等活动中承担组织职责。

关于“国家优青”：本次检索未发现国家自然科学基金、学校人事页面或本人主页提供其获国家优秀青年科学基金的可核验记录，故不将其列为已获荣誉。其学生艾杨获得的是2024年度“小米青年学者”，不应混同为导师荣誉。

七、Connection圈层总结

第一圈层（师承与组织核心）：王仁华提供明确的硕博师承；中科大电子工程与信息科学系—语音及语言信息处理国家工程研究中心构成凌震华的长期组织基地；戴礼荣、陈凌辉及艾杨是不同阶段最具辨识度的核心协作节点。

第二圈层（人才培养与团队梯队）：艾杨是唯一由官方个人主页直接确认的博士毕业生，且已回流为中科大青年教师。鲁叶欣、刘飞、郑瑞晨、杜荟鹏、刘朝辞等构成近年论文网络中高频的青年研究节点，但其正式师生关系、在读状态与毕业去向未获公开直接证实，须严格保留这一不确定性。

第三圈层（学术共同体与跨学科）：杜俊等工程中心同事使生成、前端、交互方向互补；心理学系合作把语音/语言模型延伸到脑科学和主观评价；清华大学吴及等则连接低码率编解码与通信应用研究。

第四圈层（产业与国际）：科大讯飞通过联合博士后、联合国家工程平台和联合论文构成最深的产业连接；爱丁堡大学、华盛顿大学、日本国立情报学研究所以及与Junichi Yamagishi、Xin Wang等人的论文合作，构成国际学术连接。整体上，该网络以“中科大语音团队”为知识生产中心，以科大讯飞为产业转化与工程平台枢纽，并通过青年教师回流与国际合作维持技术更新。