周若华

职位：

职称：教授

邮箱：zhouruohua@bucea.edu.cn

发文时间：2026-03-19 撰稿人：

学术论文：

  1. 【1】Towards ultrasonic guided wave fine-grained damage detection on hierarchical multi-label classification network (2024), Mechanical Systems and Signal Processing, vol. 218, num.  111582.  (中科院1区，Top期刊，本人唯一通讯作者，指导的研究生为第一作者，SCI／EI)
  2. 【2】A diffusion model-based deep learning approach for denoising acoustic emission signals in concrete（2025）, Measurement, vol. 251, num.  117143, 2024. (中科院2区，Top期刊，本人唯一通讯作者，指导的研究生为第一作者，SCI／EI)
  3. 【3】Concrete acoustic emission signal augmentation method based on generative adversarial networks (2024). Measurement, vol. 231, num.  114574, 2024. (中科院2区，Top期刊，唯一通讯作者，指导的研究生为第一作者，SCI／EI)
  4. 【4】Damage Source Localization in Concrete Slabs Based on Acoustic Emission and Machine Learning（2025）, IEEE Sensors Journal, vol. 25(7), num. 7, p. 11622-11635. (中科院３区，本人唯一通讯作者，指导的研 究生为第一作者，SCI／EI)
  5. 【5】  Automatic bolt tightness detection using acoustic emission and deep learning（2023）. Structures，vol. 55, 2023, p. 1774-1882., 2023. (中科院2区，本人唯一通讯作者，指导的研究生为第一作者，SCI／EI)
  6. 【6】Music Onset Detection Based on  Resonator Time-frequency Image(2008). IEEE Transactions On Audio, Speech And Language Processing, vol. 16, num. 8, 2008, p. 1685-1695 . (本人唯一第一作者，中科院1区，Top期刊，SCI／EI)
  7. 【7】Poly-SVC: Polyphonic-Aware Singing Voice Conversion with Harmonic Modeling, in Proceeding of International Conference of Acoustics, Speech and Signal Processing(ICASSP) 2026. (信号处理顶会，已录用，本人唯一通讯作者，指导的研究生为第一作者)
  8. 【8】Deep dubbing: end-to-end auto-audiobook system with text-to-timbre and context-aware instruct-tts，in Proceeding of International Conference of Acoustics, Speech and Signal Processing(ICASSP) 2026. (信号处理顶会，已录用，共同通讯作者，指导的研究生为第一作者)
  9. 【9】 Exploring the Impact of Back-End Network on Wav2vec 2.0 for Dialect Identification (2023), in Proceeding of INTERSPEECH 2023, pages 5356-5360.(语音顶会，本人唯一通讯作者，指导的研究生为第一作者)
  10. 【10】KAN-ResNet-Enhanced Radio Frequency Fingerprint Identification with Zero-Forcing Equalization (2025), Sensors, 25(7),2222. (中科院３区，本人唯一通讯作者，指导的研究生为第一作者，SCI／EI)
  11. 【11】An improved YOLO model for manhole cover defect detection and risk assessment. Signal, Image and video processing, 10 (2026).（中科院4区，第二作者，SCI／EI，指导的研究生为第一作者）
  12. 【12】Window-Dominant Signal Subspace Methods for Multiple Short-Term Speech Source Localization (2017), in: IEEE/ACM Transactions on Audio, Speech and Language Processing, 25:4(731 - 744). （第二作者，中科院1区，Top期刊，SCI／EI)
  13. 【13】Phonotactic language recognition using dynamic pronunciation and language branch discriminative information (2015), in: Speech Communication, 75(50 - 61) （中科院2区，本人唯一通讯作者，指导的研究生为第一作者，SCI／EI)
  14. 【14】Language recognition system using language branch discriminative information(2014), in Proceeding of International Conference of Acoustics, Speech and Signal Processing(ICASSP) 2014(5327-5331). (语音顶会，指导的研究生为第一作者)
  15. 【15】基于Ghost-SE-Res2Net的多模型融合语音唤醒词检测方法（2024）, 计算机工程，50(3): 52-59。（本人唯一通讯作者、科协高质量期刊T２类期刊，指导的研究生为第一作者　）
  16. 【16】多模型融合的VoxSRC22说话人日志系统（2024），计算机工程与应用，2024,60(10):164-172.。（本人唯一通讯作者、科协高质量期刊T２类期刊，指导的研究生为第一作者）
  17. 【17】低资源下的语音唤醒研究综述 （2024）, 计算机工程，2025,51(2):35-53．（本人唯一通讯作者、科协高质量期刊T２类期刊，指导的研究生为第一作者）
  18. 【18】深度学习在音乐生成中的研究与应用综述（2026）, 计算机工程与应用．（已录用，本人唯一通讯作者、科协高质量期刊T２类期刊，指导的研究生为第一作者）
  19. 【19】基于深度学习的跨语言语音合成综述（2026）, 计算机科学。（已录用，本人唯一通讯作者、科协高质量期刊T２类期刊，指导的研究生为第一作者）
  20. 【20】Synthetic speech spoofing Detection Based on Online Hard Example Mining，IEEE Access, 2023. (中科院４区，本人唯一通讯作者，指导的研究生为第一作者，SCI／EI)
  21. 【21】Zhuo Deng，Ruohua Zhou*, Vocal92: Multimodal Audio Dataset with a Cappella Solo Singing and Speech（2023）,IEEE Access, DOI: 10.1109/ACCESS.2023.3253207. (中科院４区，本人唯一通讯作者，指导的研究生为第一作者，SCI／EI)
  22. 【22】ECE-TTS: A Zero-Shot Emotion Text-to-Speech Model with Simplified and Precise Control, in: Applied Sciences, 15(9),5108. (中科院４区，本人唯一通讯作者，指导的研究生为第一作者，SCI／EI)
  23. 【23】 Amplitude and Phase Information Interaction for Speech Enhancement Method (2023), in: Applied Sciences, 13(14),8025. (中科院４区，本人唯一通讯作者，指导的研究生为第一作者，SCI／EI)
  24. 【24】 Replay Speech Detection Based on Dual-Input Hierarchical Fusion Network (2023), in: Applied Sciences, 13(9),5350.( 中科院４区，本人唯一通讯作者，指导的研究生为第一作者，SCI／EI)
  25. 【25】Multi-Scale Channel Adaptive Time-Delay Neural Network and Balanced Fine-Tuning for Arabic Dialect Identification(2023), in: Applied Sciences, 13(7),4233 (中科院４区，本人唯一通讯作者，指导的研究生为第一作者，SCI／EI)
  26. 【26】Violin Music Emotion Recognition with Fusion of CNN–BiGRU and Attention Mechanism (2024), information, vol 15(4), 224. (中科院４区，本人唯一通讯作者，指导的研究生为第一作者，ESCI／EI).
  27. 【27】Jingwen Yang, Ruohua Zhou, Whisper40: A Multi-Person Chinese Whisper Speaker Recognition Dataset Containing Same-Text Neutral Speech, information , vol 15(4), 184. (中科院４区，本人唯一通讯作者，指导的研究生为第一作者，ESCI／EI).
  28. 【28】Discriminatively learned network for i-vector based speaker recognition(2018), in: IET Electronics Letters, 54:22(1302-1304). (中科院４区，本人唯一通讯作者，指导的研究生为第一作者，ESCI／EI)
  29. 【29】 Speaker-Phonetic I-Vector Modeling for Text-Dependent Speaker Verification with Random Digit Strings (2019), in: IEICE TRANSACTIONS on Information and Systems, .E102-D:2(346-354) . (中科院４区，本人唯一通讯作者，指导的研究生为第一作者，SCI／EI)
  30. 【30】Polyphonic Piano Transcription with a Note-Based Music Language Model(2018), in: Applied Sciences, 8(3),470. （中科院４区，本人唯一通讯作者，指导的研究生为第一作者，SCI／EI）
  31. 【31】 A Two-Stage Approach to Note-Level Transcription of a Specific Piano (2017), in: Applied Sciences, 7(9),901. (中科院４区，本人唯一通讯作者，指导的研究生为第一作者，SCI／EI)
  32. 【32】Robust speaker recognition using a library of cross-domain variation compensation transforms (2016), in: IET Electronics Letters, 52:4(321-323). (中科院４区，本人唯一通讯作者，指导的研究生为第一作者，SCI／EI)
  33. 【33】Cross-domain variation compensation for robust speaker verification (2015), in: IET Electronics Letters, 51:21(1706-1707). (中科院４区，本人唯一通讯作者，指导的研究生为第一作者，SCI／EI)
  34. 【34】 Feature recovery for noise-robust speaker verification (2015), in: IET Electronics Letters, 51:18(1459-1461). (中科院４区，本人唯一通讯作者，指导的研究生为第一作者，SCI／EI)
  35. 【35】  Voice biometrics using linear Gaussian model（2014）, in IET Biometrics ,3:1(9-15), 2014 （(中科院４区，本人唯一通讯作者，指导的研究生为第一作者，SCI／EI）
  36. 【36】A General Bayesian Model for Speaker Verification (2016)，in Chinese Journal of Electronics, 25:6,(1045-1051). （本人唯一通讯作者、科协高质量期刊T１类期刊，指导的研究生为第一作者，SCI／EI
  37. 【37】 PLF Optimization for Target Language Detection (2017)，in Chinese Journal of Electronics, 26:1(118-121). （本人唯一通讯作者、科协高质量期刊T１类期刊，指导的研究生为第一作者，SCI／ＥＩ）
  38. 【38】Speaker Recognition Using Sparse Probabilistic Linear Discriminant Analysis(2013)，in IEICE TRANS. fundmentals, E96–A:10(1938-1945) . （中科院４区，指导的研究生为第一作者，SCI／EI）
  39. 【39】Automatic Piano Music Transcription Using Audio-Visual Features(2015)，in Chinese Journal of Electronics, 24:3,(596-603). (科协高质量期刊T１类期刊，指导的研究生为第一作者，SCI／ＥＩ)
  40. 【40】Modeling prosodic features with probabilistic linear discriminant analysis for speaker verification（2014），in Shengxue Xuebao/Acta Acustica，40:1(28-33). (科协高质量期刊T１类期刊，指导的研究生为第一作者)
  41. 【41】Gaussian PLDA for Speaker Verification and Joint Estimation(2014) , in Acta Automatica Sinica, 40(6): 1068-1074. (本人唯一通讯作者、科协高质量期刊T１类期刊，指导的研究生为第一作者，SCI／EI)
  42. 【42】Enhanced Voice Activity Detection based on Automatic Segmentation and Event Classification (2014) , in Journal of Computational Information Systems,10:10(4169-4177). (本人唯一通讯作者、指导的研究生为第一作者，EI)
  43. 【43】Language recognition based on SVM 1 vs.1 classification（2013）, in Qinghua Daxue Xuebao/Journal of Tsinghua University,53:6(808:812). (本人唯一通讯作者、指导的研究生为第一作者, EI)
  44. 【44】Fast and precise automatic music/speech segmentation(2013), in Qinghua Daxue Xuebao/Journal of Tsinghua University, 35:2(878-882). (本人唯一通讯作者、指导的研究生为第一作者, EI )
  45. 【45】应用于短时语音语种识别的时长扩展方法（2018）, 清华大学学报（自然科学版） 58(3): 254-259。（本人唯一通讯作者、指导的研究生为第一作者, EI）
  46. 【46】应用于语种识别的加权音素对数似然比特征（2017）, 清华大学学报（自然科学版） 57(10): 1038-1041。（本人唯一通讯作者、指导的研究生为第一作者, EI）
  47. 【47】一个快速自动音乐记谱方法, 声学学报, 第35卷, 第2期, 2010, p.282-287（本人唯一通讯作者、科协高质量期刊T１类期刊，指导的研究生为第一作者，EI）
  48. 【48】A Computationally Efficient Method for Polyphonic Pitch Estimation(2009), EURASIP Journal on Advances in Signal Processing, Volume 2009 , Article ID 729494, 11 pages. (本人唯一第一作者，中科院４区，SCI／EI)
  49. 【49】Chapter 12: Music Onset Detection, In Machine Audition: Principles, Algorithms and Systems. Book Published by IGI Global. ISBN-13, 978-1615209194, July, 2010. （第一作者，论著章节）
  50. 【50】Semi-supervised local Fisher discriminant analysis for speaker verification(2014), in Advances in Information Sciences and Service Sciences, 6(6): 1-11. （本人唯一通讯作者、科协高质量期刊T１类期刊，指导的研究生为第一作者，EI）
  51. 【51】许云飞, 周若华*, 颜永红，基于PLDA的多信道多语音说话人确认研究（2014） , 网络新媒体技术, 3(1): 13-19. (本人唯一通讯作者，指导的研究生为第一作者)
  52. 【52】王宪亮, 袁庆升,包秀国，张健， 周若华*，颜永红，基于SVM一对多得分规整的语种识别方法（2015），网络新媒体技术，2015:6（27-30）.( 本人唯一通讯作者，指导的研究生为第一作者)
  53. 【53】王宪亮，万玉龙，杨琳，周若华*，颜永红. 基于语支鉴别性的音素相关语种识别方法(2014), 网络新媒体技术. 2014:4(40-43). (本人唯一通讯作者，指导的研究生为第一作者)
  54. 【54】基于非负矩阵分解的钢琴多音符估计（2014） , 网络新媒体技术, 3(5): 23-27. (指导的研究生为第一作者)
  55. 【55】Language recognition system using language branch discriminative information(2014), in Proceeding of Acoustics, Speech and Signal Processing. ICASSP 2014(5327-5331). (本人唯一通讯作者，指导的研究生为第一作者，EI )
  56. 【56】Characterization Vector Extraction Using Neural Network for Speaker Recognition, in Proceedings of International Conference on Intelligent Human-Machine Systems and Cybernetics (IHMSC 2016 ), 1(355-358). (指导的研究生为第一作者，EI )
  57. 【57】Text-dependent speaker verification using word-based scoring(2018), 11th International Symposium on Chinese Spoken Language Processing, ISCSLP 2018 - Proceedings, Pages: 314 - 318(指导的研究生为第一作者，EI)
  58. 【58】Robust multiple speech source localization based on phase difference regression, in Proceedings of International Symposium on Chinese Spoken Language Processing (2017). ( EI )
  59. 【59】Language-pair scoring method based on SVM for language recognition（2013），in Proceeding of Applied Mechanics and Materials, 333(737-741). (指导的研究生为第一作者，EI )
  60. 【60】Automatic Transcription of Piano Music Using Audio-Vision Fusion(2013), in Proceeding of Applied Mechanics and Materials, the 2nd International Conference on Measurement, Instrumentation and Automation, 333 :335 ( 742-748). (指导的研究生为第一作者，EI )
  61. 【61】Multipitch Onset Detection Via Temporal Segmentation And Segmental Analysis(2014) , in Proceeding of International Congress on Sound and Vibration, 2(1637:1644). (指导的研究生为第一作者，EI)
  62. 【62】Direction-of-Arrival Estimation of Multiple Speakers Using a Planar Array (2014), in Proceeding of INTERSPEECH 2014, pages 2223-2227 (语音顶会，EI)
  63. 【63】Vowel based neural networks for speaker verification (2014), in Proceeding of 2014 International Academic Conference on The Information Science and Communication Engineering (ISCE2014), pages 89-97. (指导的研究生为第一作者，ISTP)
  64. 【64】A new feature for speech\music discrimination, in Proceeding of 2014 International Academic Conference on The Information Science and Communication Engineering (ISCE2014), Hunan, China, 2014, pages 133-137. (指导的研究生为第一作者，ISTP)
  65. 【65】A Real-Time Polyphonic Music Transcription System, Proceedings of the Fourth Music Information Retrieval Evaluation eXchange (MIREX), p.1-4, Philadelphia, USA, September 14-18, 2008.( 唯一第一作者, EI )
  66. 【66】A New Time-frequency Representations for Music Signal Analysis, International Conference on Information Sciences, Signal Processing and its Applications, February, 2007. ( 唯一第一作者, EI)
  67. 【67】Polyphonic Music Analysis by Signal Processing and Support Vector Machines, 20-22 September 2005, Proceedings of the 8th Conference on Digital Audio Effects, 2005. ( 唯一第一作者, EI)
  68. 【68】A multi-timbre chord/harmony analyzer based on signal processing and neural networks, 20-22 September 2005, 2004 IEEE 6th Workshop on Multimedia Signal Processing, p 219-222, 2004.(EI)
  69. 【69】Short-term Specific Audio Detection(2015), in Proceedings of International Symposium of Computer Application an Information Technology. ( 指导的研究生为第一作者 )
  70. 【70】Music Onset Detection Combining Energy-based and Pitch-Based Approaches, First Place Award, Third Music Information Retrieval Evaluation eXchange (MIREX), Vienna, Austria, 26 September 2007. ( 唯一第一作者 )
  71. 【71】基于SVM一对一分类的语种识别方法（2013） , 全国人机语音通讯学术会议， 2013: 808-812. (指导的研究生为第一作者)（指导的研究生为第一作者 )
  72. 【72】Locality preserving discriminant projection for total-variability-based language recognition(2014)，Advances in Intelligent Systems and Computing，215: 451-459（指导的研究生为第一作者 )
  73. 【73】Multi-pitch onset detection via temporal segmentation and segmental analysis(2014)，21st International Congress on Sound and Vibration 2014, ICSV 2014，2: 1637-1644.（指导的研究生为第一作者 )
  74. 【74】Hybrid natural and structured audio coding for 3D scenes (2002), Proceedings - 2002 IEEE International Conference on Multimedia and Expo, ICME 2002, 1:505-508.（指导的研究生为第一作者 )
  75. 【75】针对目标语种检出的对数域音素后验概率特征优化（2015）， 2015中国计算机网络安全年会论文集 ，pp. 259-263.（指导的研究生为第一作者 )
  76. 【76】基于谱包络非负矩阵分解的钢琴多音符估计算法(2015). 中国科学院声学研究所纪念建所50周年暨第五届学术交流会论文集, pp. 283-287.（指导的研究生为第一作者 )
  77. 【77】基于语支鉴别性的音素相关语种识别方法（2015）. 中国科学院声学研究所纪念建所50周年暨第五届学术交流会论文集 , pp. 288-292.（指导的研究生为第一作者 )
  78. 【78】音子配列学语种识别系统中特征选择方法的研究. 中国科学院声学研究所第四届青年学术交流会论文集(2012),  pp. 282-285.（指导的研究生为第一作者 )
  79. 【79】Open-Source Full-Duplex Conversational Datasets for Natural and Interactive Speech Synthesis (2025)，https://arxiv.org/abs/2509.04093. (本人唯一通讯作者、指导的研究生为第一作者 )
  80. 【80】Speaker Diarization Based on Multi-channel Microphone Array in Small-scale Meeting(2025), https://arxiv.org/abs/2210.14644. (本人唯一通讯作者、指导的研究生为第一作者 )
  81. 【81】Wake Word Detection Based on Res2Net (2025), https://arxiv.org/abs/2209.15296. (本人唯一通讯作者、指导的研究生为第一作者 )
  82. 【82】 The BUCEA Speaker Diarization System for the VoxCeleb Speaker Recognition Challenge 2022, https://arxiv.org/abs/2209.09635  (本人唯一通讯作者、指导的研究生为第一作者 )

 


出版书籍：
[1] Ruohua Zhou* and Joshua D. Reiss, Chapter 12: Music Onset Detection, In Machine Audition: Principles, Algorithms and Systems. Book Published by IGI Global. ISBN-13, 978-1615209194, July, 2010.

 

授权专利：

【1】一种超声导波损伤检测方法、装置、电子设备及存储介质，ZL2024102643484，第一发明人

【2】一种基于生成对抗网络的声发射信号增强方法及装置，ZL2024102998622，第一发明人

【3】一种剪枝可调的音频分离模型优化方法和装置，ZL2024103188980，第一发明人

【4】一种训练关键词识别模型的方法、识别关键词的方法及装置，ZL2024107426583，第一发明人

【5】一种音频分离方法、装置、电子设备及存储介置，ZL2024108033971，第一发明人

【6】一种对语音内容进行增强的对抗性攻击方法、装置和系统，ZL2024102748364，第一发明人

【7】一种耳语说话人识别模型训练方法和装置，ZL202410250740，第一发明人

【8】基于可控文本的语音合成方法、装置和系统，ZL202410250738，第一发明人

【9】一种基于CBA模型的音乐情感识别方法和装置，ZL202410243382，第一发明人

【10】一种基于音源分离的自动记谱方法和装置，ZL2023118581304，第一发明人

【11】一种语音唤醒词的模型训练与识别方法，ZL202310326171.5，第一发明人

【12】一种基于声源位置的语音分割聚类方法和装置，ZL202310326471.0，第一发明人

【13】方言识别系统及其训练方法，ZL202310326168.0，第一发明人

【14】一种基于条件生成式对抗网络的语种识别分类方法，ZL2018109167573，第一发明人

【16】一种随机数字口令相关的说话人识别方法及装置，ZL201810039718X，第一发明人

【17】一种基于降噪自动编码器的语种识别分类方法及装置，ZL2018109167569，第一发明人

【18】一种应用于语种识别的短时语音时长扩展方法，ZL201610236672.1，第一发明人

【19】一种敲击弦乐器的音乐多音符估计方法及系统，ZL2014103256096，第一发明人

【20】一种语种识别模型的训练方法及语种识别方法，ZL201410336650.3，第一发明人

【21】一种说话人识别方法，ZL2014103341243，第一发明人

【22】一种基于音视频信息的自动音乐记谱方法及系统，ZL201210122443.9，第一发明人

【23】一种基于共有鉴别性子空间映射的语种识别方法及装置，ZL201210587263.8，第一发明人

【24】一种用于语种识别的语种模型的训练方法及系统，ZL201210560716.8，第一发明人

【25】一种说话人识别方法，ZL201210555152.9，第一发明人

 

访问量： 次 开通时间 :2020-05-08 最后更新时间 :2026-03-23