
刘思辰
助理教授
西浦智能工程学院
sichen.liu@xjtlu.edu.cn

2021年,她在中国科学院大学声学研究所获得信号与信息处理博士学位。2021年7月至2022年10月,她在腾讯担任音频算法研究科学家。她目前的研究兴趣集中在音频/语音的人工智能研究上,涵盖声音事件检测、声源分离和语音增强。
发表文献
-
[1] Liu Sichen, Yang Feiran, Kang Fang, Yang Jun. A multi-task learning method for weakly supervised sound event detection[C]. IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), 2022: 8802-8806.
[2] Liu Sichen, Yang Feiran, Cao Yin, Yang Jun. Frequency-dependent auto-pooling function for weakly supervised sound event detection[J]. EURASIP Journal on Audio, Speech, and Music Processing, 2021(1): 19.
[3] Liu Sichen, Yang Feiran, Yang Jun. Tool residual life prediction based on multi-sensor fusion[J]. Journal of Vibration and Shock, 2021, 40(17): 47-54.
[4] Liu Sichen, Yang Feiran, Li Dongdong, Yang Jun. The Research on Model Predictive Control in Active Control[J], Journal of Network New Media, 2020, 9(3): 8-13.
[5] Liu Yang, Liu Sichen, Yang Feiran, Yang Jun. A Deep Hybrid Model for Stereophonic Acoustic Echo Control[J]. Science Journal of Circuits, Systems and Signal Processing, 2024: 1-14.
[6] Liang Tianyi, Liu Sichen, Zhu Huijie, Wang Yiteng. Analysis of 5G Random Access Process[J], Communication countermeasures, 2023, 42(1): 9-14.
[7] Liang Tianyi, Liu Sichen, Zhang Lan, Zhang Biao. Overview of individual identification methods for cognitive communication emitter[J], Communication countermeasures, 2024, (Accept).
[8] Guo Jianfeng, Gao Zhichao, Liu Sichen, Yang Feiran. Design of feedforward active noise canceling earphones with acoustic feedback[J], Applied Acoustic, 2023, (Accept).
[9] Wang Xiaoxiao, Qi Yunjia, Li Zhengqian, Liu Sichen*. A Convolutional Neural Network Model to Predict Deep Hypnotic Events from Bispectral Index Values[J], Anesthesia & Analgesia, (Under Review).
[10] Liu Kaixi†, Liu Sichen†, Wang Xiaoxiao, Li Zhengqian. Predictive Value of Preoperative Nutritional Status for Postoperative Mortality: a retrospective cohort study[J], The American Journal of Clinical Nutrition, (Under Review).
[11] Liang Tianyi, Liu Sichen*, Zhang Lan, Zhang Biao. A Multi-Task Learning Method for Communication Emitter Individual Identification[C], IEEE 16th International Conference on Communication Software and Networks (ICCSN), 2024, (Under Review).
查看全部
研究领域
1.音频信号处理
2.声学事件检测
3.医学信号处理
4.故障诊断
2.声学事件检测
3.医学信号处理
4.故障诊断
应用场景
1. 城市噪音检测:监测城市不同区域的噪声水平,识别噪声源,为噪声治理提供数据支持。
2. 公共安全:检测公共场所的异常声音事件,如枪声、爆炸声等,及时报警,保障公共安全。
3. 自动辅助驾驶:检测车辆周围的声音事件,如行人呼喊、紧急车辆警报等,为自动驾驶系统提供额外的感知信息。
-----------
1. 智能家居:用户通过语音控制家中的智能设备,如灯光、空调、电视等,实现家居的智能化控制。
2. 智能手机与智能语音助手:如Siri、小爱同学等,用户可以通过语音与手机进行交互,查询天气、设置闹钟、发送信息等。
-----------
1. 音频增强与降噪:提升音频信号的清晰度和质量,去除背景噪声,使音乐更加纯净。
2. 音频效果处理:在音乐制作和后期制作中,通过混响、合唱、均衡器等效果处理,增强音乐的表现力和感染力。
3. 语音助手与机器人:生成自然流畅的语音输出,与用户进行交互,提供更加人性化的服务体验。
4. 无障碍辅助:为视障人士提供语音阅读服务,将文本信息转化为语音输出,方便他们获取信息。
-----------
1. 生物电信号处理:如心电图、脑电图、血压血氧监测等
2. 心音、肺音分析:通过处理和分析心音、肺音等医学声音信号,帮助医生评估患者的心肺功能状态。
2. 公共安全:检测公共场所的异常声音事件,如枪声、爆炸声等,及时报警,保障公共安全。
3. 自动辅助驾驶:检测车辆周围的声音事件,如行人呼喊、紧急车辆警报等,为自动驾驶系统提供额外的感知信息。
-----------
1. 智能家居:用户通过语音控制家中的智能设备,如灯光、空调、电视等,实现家居的智能化控制。
2. 智能手机与智能语音助手:如Siri、小爱同学等,用户可以通过语音与手机进行交互,查询天气、设置闹钟、发送信息等。
-----------
1. 音频增强与降噪:提升音频信号的清晰度和质量,去除背景噪声,使音乐更加纯净。
2. 音频效果处理:在音乐制作和后期制作中,通过混响、合唱、均衡器等效果处理,增强音乐的表现力和感染力。
3. 语音助手与机器人:生成自然流畅的语音输出,与用户进行交互,提供更加人性化的服务体验。
4. 无障碍辅助:为视障人士提供语音阅读服务,将文本信息转化为语音输出,方便他们获取信息。
-----------
1. 生物电信号处理:如心电图、脑电图、血压血氧监测等
2. 心音、肺音分析:通过处理和分析心音、肺音等医学声音信号,帮助医生评估患者的心肺功能状态。
工作经历
2022-至今,助理教授 西交利物浦大学;
2021-2022,音频算法研究院 腾讯科技北京有限公司
2021-2022,音频算法研究院 腾讯科技北京有限公司
教育背景
2016-2021,中国科学院大学,信号与信息处理专业,工学博士
2012-2016,哈尔滨工程大学,水声工程专业,工学学士
2012-2016,哈尔滨工程大学,水声工程专业,工学学士
科研项目
[1] 主持《面向多声源并发场景的自监督声学事件检测与分离方法研究》,国家自然科学基金委青年科学基金项目,负责研究面向多声源并发场景的自监督声学事件检测与分离方法,解决多声源并发场景中目标事件被干扰声源掩蔽所导致的低信噪比识别问题。
[2]主持《自监督学习导向的噪声源检测与分离方法研究》,中国科学院声场声信息国家重点实验室开放基金,负责开展面向城市环境的噪声源检测与分离方法研究,融合物理性先验信息,进行多目标联合优化实现信息正向迁移。
[3]主持《弱监督声学事件检测中的音频表征学习》,西交利物浦大学科研发展基金,负责开展基于大规模无或弱标注数据的音频表征学习方法研究,实现在标注缺失条件下关系性伪标注生成体系的构建。
[4]参与《基于频域卷积传递函数的多通道语音信号盲源分离》,国家自然科学基金委员会面上项目,负责盲源分离算法的理论研究与仿真实现,解决盲源分离方法在多通道语音信号场景中的实际应用问题。
[5]参与《机场驱鸟系统技术研究》,中国科学院重点部署项目,负责进行强声技术在驱鸟系统中的实际部署与工程应用工作。
[6]参与《基于混沌理论的术中脑氧饱和度非线性特征在POCD中的预警作用》,国家自然科学基金青年项目,负责提取脑氧饱和度的非线性特征,并利用深度学习方法对围术期认知功能障碍进行判定与预警。
[7]参与《基于混合特征和高斯混合模型的医院噪声声源识别研究》,北京市自然科学基金青年项目,负责进行手术室噪声源数据库的构建,结合机器学习算法对噪声源进行识别与检测,帮助实现患者生命体征的一体化监测。
[2]主持《自监督学习导向的噪声源检测与分离方法研究》,中国科学院声场声信息国家重点实验室开放基金,负责开展面向城市环境的噪声源检测与分离方法研究,融合物理性先验信息,进行多目标联合优化实现信息正向迁移。
[3]主持《弱监督声学事件检测中的音频表征学习》,西交利物浦大学科研发展基金,负责开展基于大规模无或弱标注数据的音频表征学习方法研究,实现在标注缺失条件下关系性伪标注生成体系的构建。
[4]参与《基于频域卷积传递函数的多通道语音信号盲源分离》,国家自然科学基金委员会面上项目,负责盲源分离算法的理论研究与仿真实现,解决盲源分离方法在多通道语音信号场景中的实际应用问题。
[5]参与《机场驱鸟系统技术研究》,中国科学院重点部署项目,负责进行强声技术在驱鸟系统中的实际部署与工程应用工作。
[6]参与《基于混沌理论的术中脑氧饱和度非线性特征在POCD中的预警作用》,国家自然科学基金青年项目,负责提取脑氧饱和度的非线性特征,并利用深度学习方法对围术期认知功能障碍进行判定与预警。
[7]参与《基于混合特征和高斯混合模型的医院噪声声源识别研究》,北京市自然科学基金青年项目,负责进行手术室噪声源数据库的构建,结合机器学习算法对噪声源进行识别与检测,帮助实现患者生命体征的一体化监测。
产学研合作
to be updated
专利项目
to be updated
更多文章请点击链接Google Scholar