USTC-Speech 宋彦 教授
报告生成时间：2026年8月21日
个人主页：宋彦
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 | 内容 |
|---|---|
| 姓名 | 宋彦（Yan Song） |
| 现任职称 | 教授（据中科大研究生导师遴选系统及电子工程与信息科学系教师名录；其教师个人主页仍标注"副教授、硕士生导师"，职称应为近年晋升，具体时间以校方公布为准） |
| 所属单位 | 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 |
| 所属实验室 | 语音及语言信息处理国家工程研究中心（NERC-SLIP，原国家工程实验室 NEL-SLIP） |
| 电子邮箱 | songy@ustc.edu.cn |
| 学位 | 博士（信号与信息处理，中国科学技术大学，2006年12月） |
| 研究方向 | 自然语言处理、文本表征学习、信息检索与抽取、多模态内容处理（含情感计算）、大模型理论与技术；早期方向为语种识别、音视频分析与检索 |
| 学术兼职 | CCF-NLP 专委会执行委员；长期担任 ACL、EMNLP 等国际顶会程序委员会委员/高级委员 |
| 荣誉 | 全球前2%顶尖科学家（2022年至今）；安徽省领军人才特聘教授 |
二、教育背景与职业履历
宋彦于1990年9月至1994年7月在成都电子科技大学（现电子科技大学）电子工程系学习，获学士学位；1994年9月至1997年7月在中国科学技术大学电子工程与信息系攻读硕士学位；2005年6月起留校任教，并于2006年12月在中国科学技术大学电子工程与信息科学系获信号与信息处理专业博士学位（在职）。此后长期在电子工程与信息科学系从事教学科研工作至今。
其博士学位系在中科大语音团队取得。公开论文记录显示，其博士阶段及此后早期的论文（视频语义标注、哼唱检索、语种识别等）几乎均与戴礼荣教授、王仁华教授联合署名，学术谱系明确属于以王仁华为创始元老、戴礼荣为第二代核心的中科大语音及语言信息处理团队；其博士导师的具体记载在公开渠道未见明确说明，但从长期合作模式看，戴礼荣是最密切的资深合作者（DBLP 合著论文70余篇），王仁华亦为重要合作者（合著6篇以上）。此点属合理推断，仍待校方档案进一步核实。
研究方向上，宋彦经历了明显的演进：早期（2003—2010年前后）聚焦语种识别、音视频分析与检索，并与微软亚洲研究院多媒体计算组（华先胜、梅涛、唐金辉、汪萌、戚钰军等）有密切合作；中期转向语音情感识别、说话人识别、声音事件检测、异常声检测等听觉智能方向；近年全面转向自然语言处理与大模型研究，在 ACL、EMNLP、NAACL、AAAI、CVPR、ACM MM 等会议发表论文，覆盖关系抽取、中文分词、文本风格迁移、对话摘要、医疗报告生成（放射学报告生成）、中文医疗大模型（ChiMed-GPT）、大语言模型鲁棒性等主题。据其导师遴选系统主页自述，其发布的大规模中文词向量填补了国内文本表征技术领域的空白，曾被外媒评为2018年世界十大人工智能开源数据集之一。
三、学生培养情况
宋彦作为硕士生导师长期招收研究生，近年据导师遴选系统亦招收博士研究生。其学生多依托 NERC-SLIP 平台培养，公开论文署名信息可辨识以下高频合作学生（部分为本人指导、部分为实验室合作指导，均注明）：
1. 顾卿（Qing Gu，博士生，本人指导/密切合作学生）
以第一作者身份与其合作发表 ICASSP 2025（跨域说话人验证关系知识蒸馏）、Interspeech 2025（异常声检测）、ACM MM 2025（开放词表声音事件检测）等论文，署名单位为中国科学技术大学 NEL-SLIP，是近年其听觉智能方向的核心学生之一。
2. 蔡鹏飞（Pengfei Cai，博士生，本人指导/密切合作学生）
与其合著论文10篇以上，涵盖声音事件检测、说话人验证、音频大模型等方向（ICASSP 2025 两篇、ACM MM 2025、APSIPA 2025 等），曾获语音国家工程研究中心第九届研究生学术论坛"优秀墙报人气奖"，署名单位为 USTC NEL-SLIP。
3. 江楠（Nan Jiang，博士生/合作学生）
DBLP 记录与其合著12篇以上论文，覆盖异常声检测、说话人验证、声纹反欺骗（ASVspoof5 挑战赛 USTC-KXDIGIT 系统）等方向，亦常与戴礼荣、Ian McLoughlin 联合署名。
4. 宋昊宇（Haoyu Song，博士生/合作学生）
与其合著论文10篇，涵盖语音情感识别迁移学习、异常声检测、声谱特征分析（2026 年 arXiv 综述）等，与 Ian McLoughlin、戴礼荣联合署名频繁。
5. 田沅禾（Yuanhe Tian，合作博士生，跨校联合培养性质）
DBLP 记录与其合著论文27篇，是其在自然语言处理与大模型方向最高频的合作者，同时与哈尔滨工业大学王宏志教授（数据库与大模型方向）团队联合署名，参与医疗报告生成、中文医疗大模型 ChiMed-GPT、对话摘要、LLM 剪枝与鲁棒性等大量工作，体现出宋彦与哈工大团队之间的联合培养与深度合作关系（具体指导关系为合作性质，田沅禾主要隶属哈工大团队）。
6. 苏晨（Chen Su，博士生/合作学生）
与其及田沅禾合作发表时间序列预测、社交媒体情感基准（SURGE）、多模态情感分析等论文（2025—2026 年多篇 arXiv/会议论文）。
7. 毛磊（Lei Mao，博士生/合作学生）
与其合作发表 CT 报告生成（BIBM 2025）、基因序列表征学习（DNAZEN）等跨方向论文。
8. 雷文辉（Wen-Hui Lei，早期合作学生）
早期语种识别方向的共同作者（第十届全国人机语音通讯学术会议论文），反映其早期语种识别方向的学生培养。
注：宋彦公开的完整学生名单及毕业去向信息有限，以上依据 DBLP 合著记录及实验室新闻审慎整理，指导关系以"高频合著+课题组署名"推断，供参考。
四、学术合作网络
4.1 实验室内合作（NERC-SLIP）
- 戴礼荣：DBLP 合著论文70余篇（含 Lirong Dai 变体13篇），是其最稳定的实验室合作者，横跨语种识别、语音识别到近年音频大模型（2026 年音频-语言模型时间感知论文）。
- 王仁华：早期视频标注、哼唱检索等工作的共同作者（6篇以上），属团队元老级合作。
- 郭武：合著17篇，涵盖说话人识别与早期语音识别方向，是实验室同系教师的长期合作者。
- 吴及、高建清等亦在其科研项目（如国产智能处理器训练平台）中出现合作。
4.2 跨机构学术合作
- Ian McLoughlin（马国崚）：新加坡理工学院教授，DBLP 记录同时挂名新加坡理工学院与中国科学技术大学，2015—2019 年曾任英国肯特大学教授，此前长期任职南洋理工大学。其与宋彦合著论文达70篇（另有 Ian Vince McLoughlin 变体8篇），是宋彦国际合作的第一支柱，两人联合培养了顾卿、江楠、蔡鹏飞、宋昊宇等学生的听觉智能系列工作（语音情感识别、说话人验证、声音事件检测、异常声检测、声纹反欺骗等）。
- 微软亚洲研究院多媒体计算组（历史合作）：华先胜（合著24篇）、梅涛、唐金辉、汪萌（合著19篇）、戚钰军、齐天等，集中于2005—2010年前后的视频语义标注与多媒体检索方向，是其博士阶段的国际化合作网络。
- 哈尔滨工业大学王宏志团队：以田沅禾为纽带，合作发表 ChiMed-GPT 中文医疗大模型（ACL 2024）、Ziya2/Ziya-VL 大模型相关工作、放射学报告生成、对话摘要等 NLP/大模型方向论文20篇以上。
- Alzheimer's 病检测方向：2022 年与科大讯飞及凌震华团队在 Alzheimer's Research & Therapy 上合作发表语音分析综述（其为学生李鑫等署名，宋彦作为 USTC 方面资深作者之一）。
- 其他：与 Huy Phan（伦敦玛丽女王大学）、Lam Pham、Ramaswamy Palaniappan 等在脑电/音频跨模态方向有零星合著。
4.3 学术组织与期刊会议网络
常年担任 ACL/EMNLP 系列顶会程序委员会委员及高级委员（Senior PC），担任 CCF-NLP 专委会执委，与国内 NLP 学术共同体联系紧密；同时长期参与 ICASSP、Interspeech、ISCSLP 等语音领域会议的评审。
五、业界合作关系深度分析
5.1 已确认的企业合作项目
根据其教师主页科研项目列表，宋彦承担了多项企业委托/合作项目，包括：面向大规模数据库特定概念集的视频标注方法研究（已完成）、基于人工智能的大型电力变压器（电抗器）声纹识别与缺陷主动预警技术研究与应用（在研，电力行业应用）、中英文歌词逐字时间戳自动生成技术（在研，音乐科技应用）、语种及方言技术研发、多语种语音语言系统研发（在研，推测与科大讯飞相关）、机器听觉系统中的信号表示和感知分析（委托项目）、基于国产智能处理器的训练平台研发（在研，合作者高建清，涉及国产 AI 芯片生态）。此外，其参与的 Alzheimer's 语音检测综述由科大讯飞（iFlytek Research）研究人员共同完成。
5.2 合作特征分析
宋彦的业界合作呈现"项目驱动、场景多元"的特点：一是依托 NERC-SLIP 由科大讯飞与中科大共建的体制优势，天然承接语音语言产业化项目（多语种系统、语种/方言技术）；二是面向垂直行业落地（电力设备声纹监测、歌词对齐等），体现其音频信号处理出身向行业智能运维、内容科技的延伸；三是其 NLP/大模型方向工作（ChiMed-GPT、Ziya 系列等）与大模型研发机构存在合作关系，具体合作企业主体公开信息有限，需进一步核实。总体而言，其业界网络以国内企业横向课题为主，未见设立联合实验室或担任企业首席科学家之类的深度绑定职务。
六、重要奖项与学术兼职
- 人才称号：安徽省领军人才特聘教授；全球前2%顶尖科学家（斯坦福/Elsevier 评选，2022年至今持续入选）。
- 学术兼职：CCF-NLP 专委会执行委员；ACL、EMNLP 等国际会议程序委员会委员/高级委员；多个国际期刊审稿人。
- 学术影响力事件：其发布的大规模中文词向量被外媒评为2018年世界十大人工智能开源数据集之一。
- 注：公开渠道未见其获得国家级科技奖励的记录；早年参与的分布式语音前端、语音编码等国防预研/基金项目为其早期科研积累。
七、Connection圈层总结
宋彦的学术关系网络呈现清晰的"一源三流"结构。源头是中科大王仁华—戴礼荣一脉的语音信号处理学派：她本人为本、硕、博均在国内完成的中科大自培养人才，博士期间即深度嵌入该团队，与戴礼荣保持至今的合作（70余篇合著）构成其学术根基。第一流是国际化的听觉智能合作网：以新加坡理工学院 Ian McLoughlin 为核心（70余篇合著），联合培养出顾卿、江楠、蔡鹏飞、宋昊宇等学生梯队，在语音情感识别、说话人验证、异常声检测等方向形成稳定的"中科大—新加坡"双核合作模式。第二流是历史悠久的微软亚洲研究院多媒体网络（华先胜、梅涛、汪萌等），塑造了她早期的研究品味并向多媒体方向辐射。第三流是近年快速扩张的 NLP/大模型网络：以哈工大王宏志团队及田沅禾等青年学生为纽带，延伸至中文医疗大模型、大模型评测与压缩等前沿领域。业界层面，其通过 NERC-SLIP 体制与科大讯飞保持间接联动，并以横向课题形式服务电力、音乐科技等垂直行业。总体而言，宋彦是从传统语音信号处理成功转型为 NLP/多模态大模型方向的代表性中科大教授，其网络价值在于同时横跨语音与 NLP 两个学术共同体、连接国内外多个高影响力团队。