2019年8月1日上午，法国国家科学研究中心的Lori Lamel 和 Jean-Luc Gauvain教授受邀访问模式识别国家重点实验室并做客模式识别学术大讲堂，为我所老师和同学们做了题为《Speech Technologies as an Aide for Linguistic Exploration》的报告。 

　　Lori Lamel教授是法国国家科学研究中心（CNRS）的高级研究科学家，ISCA fellow，于1988年获得麻省理工学院博士学位。她的研究领域包括大词汇量连续语音识别;声学语音研究;发音词典和韵律建模;说话人和语种识别;低资源语言的语音识别和关键词搜索。她还为大型语音语料库的设计，分析和实现做出了贡献，最著名的是TIMIT，BREF和TED。她是Speech Communication协会编辑委员会成员，Journal of Natural Language Engineering期刊编辑委员会成员，IEEE James L. Flanagan Speech & Audio Processing Award Committee委员会成员，并在ISCA(International Speech Communication Association)董事会任职。 

　　Jean-Luc Gauvain是CNRS的高级研究员，ISCA fellow，也是LIMSI语言处理团队的负责人。1982年在Electronics Paris-Sud 大学获得博士学位。1990至1991年在AT＆T贝尔实验室担任访问研究员。他的主要研究领域是语音技术，包括语音识别，音频索引，语种识别和说话人识别。他在该领域发表了300多篇论文，并于2007年获得了CNRS银奖。2006-2008年成为Speech Communication journal期刊的主编。 

　　报告伊始，Lori Lamel教授首先介绍了语言学研究的现状，传统的语言学研究多集中在文本语料方面。然而很多语言学问题缺少可供研究的文本数据，比如很多小语种并没有对应的文本资料，还有语码切换问题，这种现象多发生在口语对话中，书写用语不常见到。因此直接使用语音资料，通过语音技术来进行语言学研究成为一种可行的方案。她的工作是对语音数据进行处理，提取出语谱图，根据语谱图分析语言学种辅音减弱的问题，并详细讨论了不同辅音的减弱甚至省略的统计规律，这对语言学研究具有重要意义。另一部分工作是关于语码切换过程中，不同语言发音互相影响的问题。她研究了双语者将不同语言的元音进行自适应表达的规律，对于多语混合语音识别与合成等问题提供了新的启发与借鉴意义。 

　　Jean-Luc Gauvain教授回顾了语音技术几十年的发展历程，并讲述了自己对语音技术的理解，从开始不同语音技术分支从相互独立发展，到现在互相借鉴促进，并深入讨论了语音识别与语音合成的对偶关系。随后，她向与会师生展示了其团队的多项成果，其中多语语音识别，语音翻译等系统效果惊人，值得大家学习。 

　　在讨论环节，Lori Lamel 和 Jean-Luc Gauvain教授对同学和老师关心语音识别与合成问题进行了耐心和详细解答，并针对现场提出的语音系统背后所用的技术原理，进行了详细的介绍，对于学术研究和实际系统的构建分享了自己的认识和理解。 

　　图1. Lori Lamel报告现场 

　　图2. 学术讨论 　　

　　图3. Jean-Luc Gauvain报告现场