为促进学术交流，推动语言学相关方向的研究，2026年5月15日， 中国科学技术大学语言科学交叉研究中心副主任、人文与社会科学学院袁家宏教授应邀来我院，开展题为“从语音分析到模型-大脑对齐：以声调识别为例”的专题讲座。本次讲座由我院语言学学科带头人梁丹丹教授主持，我院江苏省特聘教授郝颖老师、语言学相关专业的青年教师和硕博学生前来参加了本次讲座。
讲座伊始，梁丹丹教授对袁家宏教授的莅临表示感谢，梁老师介绍到袁家宏教在宾夕法尼亚大学语言学系和语言资源联盟、流利说硅谷人工智能实验室和百度美国研究院等顶尖学府和行业巨头公司都有任职经历，也曾主持美国国家科学基金、英国经济与社会研究理事会和国家社会科学基金等资助的多项科研项目，在语音识别、语言与健康等领域有很深的造诣。
袁家宏教授介绍了本次讲座的背景，强调人工智能技术发展对语言学和神经科学的助推作用。在此基础上，袁老师进一步结合团队的最新研究成果，展开了系统而深入的分享。首先重点介绍了基于Transformer和预训练-微调方法的语音识别和语音分析，展示了以wav2vec2为代表的Transformer架构在语音分析中的强大能力，以及通过预训练-微调策略，模型不仅能大幅提升语音识别准确率，还能提取出比传统共振峰和基频更强的元音、声调表征。同时，t-SNE降维显示，wav2vec2表征在区分元音和声调上更具鲁棒性，为语音科学研究和应用提供了高质量的分析工具。讲座第二部分聚焦“模型-大脑对齐”这一前沿方向。袁老师系统比较了语音模型与人类大脑在声调识别中的处理机制：模型在标签稀疏、错误等“刺激贫乏”条件下仍具范畴化能力，与儿童语言习得特征相似；同时，模型可通过多任务学习实现说话人归一化，无需抑制无关信息，为研究大脑语音感知机制提供了新的视角。这些发现为理解人工智能与生物智能的共通原理提供了新视角。交流环节中，语言学学科石歆苑老师和胡涵博士生针对样例学习和语音识别的具体算法提出了问题，袁教授肯定了青年学子的学术观点，一一给予回复。
讲座的最后，梁丹丹教授强调了本次讲座对于拓展研究人员学术视野的重要性，希望大家持续关注语言学的核心问题、热点问题，并且可以尝试结合人工智能的角度进行探讨、研究。讲座的最后，大家再次对袁老师的精彩报告表示感谢。
