一、工作经历

二、社会/学会兼职

三、学术任职

计算机听觉、模式识别、机器学习、深度学习等：

  ·语音信号处理：说话人识别、欺诈语音检测、语种识别、哼唱检索、语音特征表示等；

  ·音频信息分析：声学事件检测、音频场景识别、音频信息检索等。

一、主持的科研项目

[1] 声纹欺诈检测中潜在语义信息感知方法研究，国家自然科学基金，2022.01.01-2024.12.31，在研，主持. 

[2] 复杂声学环境下声纹重放检测方法研究，中国博士后科学基金，2021.11.20-2024.11.30，在研，主持. 

[3] 基于线索驱动的声纹欺诈检测方法研究，黑龙江省自然科学基金，2021.07.01-2024.07.01，已结题，主持. 

[4] 基于自监督学习的声纹识别理论与方法研究，黑龙江省博士后专项经费，2020.11.27-2022.12.31，已结题，主持. 

[5] 基于互信息挖掘的声纹识别理论与方法研究，黑龙江省省属高校基本科研业务费专项项目，2020.10.10-2023.10.10，已结题，主持. 

[6] 面向场景鲁棒性与安全性的说话人识别及重放检测方法研究，黑龙江省省属高校基本科研业务费专项项目，2021.10.10-2025.10.10，在研，主持. 

二、参与的科研项目

[1] 基于内在与潜在语义特征的声音段落级语义识别方法研究，国家自然科学基金，2015.01.01-2018.12.31，已结题，参加（排名6）. 

[2] 面向小样本的半监督深度关联自适应表示学习, 黑龙江省自然科学基金, 2022.07.01-2025.07.01, 在研, 参加（排名3）.

一、博士生课程

[1] 音频信息处理技术

二、研究生课程

[1] 机器学习

三、本科生课程

[1] 人工智能基础

[2] 机器学习

一、招生信息
  课题组招收博/硕士研究生，欢迎对科研充满热情、对计算机听觉感兴趣、有志于读博/研深造的同学积极报名！课题组团队氛围融洽，注重科研创新，为同学们提供良好的学习与实践平台。每位同学均将受到系统的科研训练，将从理论学习与研究、编程与动手能力开发、论文与专利撰写等角度进行培养，并提供对应的计算资源与硬件平台，确保每位同学均有所收获。申请的同学请将简历、个人业绩等材料发至chenc@hrbust.edu.cn。

【招收要求及待遇】

（1）总体要求

  具有清晰的读博/研目标，明确为何读博/研，而不仅仅是为了获得学位。科研需要付出大量努力，需要具备自律、耐心和独立工作的能力，耐得住寂寞，方能守得住繁华。具备良好的英文读写能力与编程能力，熟练使用Python等编程语言。

（2）博士招生

  招收计算机听觉、智能信息处理、机器学习等方向的博士研究生，优先考虑本组学生，及具有一定科研基础的学生，单人单议。每年招收1~2名，除学校的各类奖助学金外，视参加项目情况，5000~10000元/年。

（3）硕士招生

  招收计算机科学与技术、软件工程、电子信息学科的硕士研究生，优先考虑本科为计算机科学、人工智能、软件工程等相关专业的学生。每年5月中旬会以论文阅读与讲解的形式进行进组面试，面试前会提前两周布置英文论文，需制作PPT进行讲解。每年招收4~5名，除学校的各类奖助学金外，视参加项目情况，4000~8000元/年。

【培养方式】

（1）“一对一，手把手”：从论文阅读、方法构思、编程实验、结果分析，到具体论文与专利撰写，各个环节一对一、手把手指导。

（2）“多方位驱动”：采用问题驱动、方法驱动、任务驱动的方式进行培养管理，学生定期汇报进度，探讨并进行学术交流。

（3）科学研究并不需要很高的智商与惊人的天赋，但需要有兴趣、有毅力、有耐性。

（4）科学研究中涉及到大量的凝练思考，能够提升自身发现问题与解决问题的能力，对选择继续读博深造，或进入国企/大厂的同学都有很重要的作用。

（5）科研生活劳逸结合：推崇健康快乐的学习方式和环境，定期组织健康有益的活动。

【实验室地址】

  新主楼G813、G818。

二、指导学生情况

【博士研究生】

『2024级』

  ·李文文

【硕士研究生】

『2019级』

  ·刘修言（毕业答辩优秀，发表JCR Q1论文，华为）

  ·肜娅峰（毕业答辩优秀、国家奖学金、校优秀毕业生，发表多篇CCF-T1类论文，海康威视）

  ·王宁（毕业答辩优秀，发表中文核心期刊论文，海康威视）

『2020级』

  ·季超群（毕业答辩优秀，发表EI论文，温州商学院）

  ·蓝海乐（毕业答辩优秀，比亚迪）

  ·宋耀祖（发表Top期刊论文，华为德科）

『2021级』

  ·卜宇琳（发表CCF-C类期刊论文，深信服）

  ·代博涵（发表中科院一区Top期刊论文，中关村泛联移动通信技术创新应用研究院）

  ·李文文（本实验室攻读博士学位）

『2022级』

  ·白博超

  ·陈勇

  ·孙文泽

『2023级』

  ·李微微

  ·麦凯钧

  ·仪志鑫

  ·周佳

『2024级』

  ·冯雨泓旭

  ·李东源

  ·邵明丽

  ·王奕蘅

一、部分授权/申请专利

[1] 陈晨，肜娅峰，陈德运. 一种基于互信息估计的说话人识别方法(发明)[P]：中国, ZL202011546522.3, 2022.07.05.

[2] 陈晨，刘修言，蓝海乐，何勇军. 基于层叠双向时序池化的语种识别方法(发明)[P]：中国, ZL202111032721.7, 2023.11.24.

[3] 陈晨，李文文，孙文泽，杨海陆，王莉莉，陈德运. 基于区分性字典与分类器联合学习的说话人识别方法(发明)[P]. 中国，ZL202211218439.2，2024.05.07.

[4] 陈晨，季超群，李文文，何勇军，陈德运. 一种基于特征差异最大化的说话人识别方法(发明)[P]：中国, ZL202210221405.2, 2024.08.09.

[5] 陈晨，卜宇琳，陈勇，杨海陆，王莉莉，陈德运. 基于概率有监督总变化空间学习的语种识别方法(发明)[P]. 中国，ZL202211186809.9，2024.08.09.

[6] 陈晨，白博超，麦凯钧，杨海陆，王莉莉，陈德运. 基于时序多尺度特征表示学习的伪造语音检测方法及系统[P].中国，ZL202410024330.8，2024.08.09.

[7] 陈晨，宋耀祖，代博涵，何勇军，陈德运. 基于重构群延迟-常数Q变换语谱图的声纹欺诈检测方法(发明)[P]：中国, ZL202210221453.1, 2024.09.10.

[8] 陈晨，陈勇，李微微，杨海陆，王莉莉，陈德运. 基于深层时序特征表示的语种识别方法(发明)[P]. 中国，ZL202311388897.5，2024.09.17.

[9] 陈晨，代博涵，白博超，杨海陆，王莉莉，陈德运. 基于双向注意力残差网络的语音欺诈检测方法(发明)[P]. 中国，ZL202211186472.1，2024.09.20.

[10] 陈晨，蓝海乐，卜宇琳，何勇军，陈德运. 基于调整余弦互信息估计的语种识别方法(发明)[P]：中国, ZL202210221484.7, 2024.10.25.

[11] 陈晨，麦凯钧，杨成义，杨海陆，王莉莉，陈德运. 一种基于关联特征判别性融合网络的伪造语音检测方法及系统[P]. 中国，ZL202410582116.4，2024.11.05.

[12] 陈晨，仪志鑫，李东源，李骜，杨海陆，陈德运. 基于通道加权的说话人确认方法、系统及设备[P]. 中国，202410921668.3，2024.10.15.

[13] 陈晨，李微微，陈勇，杨海陆，王莉莉，陈德运. 基于优化三元组损失的语种识别模型训练方法及识别方法、系统[P]. 中国，202410793099.9，2024.10.22.

[14] 韩纪庆，陈晨，郑贵滨，郑铁然. 基于总变化空间与分类器联合优化的说话人身份识别方法 (发明)[P]：中国, ZL201910439064.4, 2021.03.23.

二、国家标准

[1]《信息技术 生物特征识别呈现攻击检测 第2部分：数据格式》，标准号：GB/T 41815.2-2022，排名：5/37，实施日期：2023.05.01.

[2]《信息技术 移动设备生物特征识别 第5部分：声纹》，标准号：GB/T 37036.5-2023，排名：18/21，实施日期：2023.10.01.

[3]《信息技术 可扩展的生物特征识别数据交换格式 第1部分：框架》，计划号：20230684-T-469，排名：3/48，下达日期：2023.08.06.

三、软件著作权

[1] 语种识别系统V1.0，2022SR0223574，2022.02.14.

[2] 声纹签到系统V1.0，2022SR0236053，2022.02.16.

[3] 欺诈语音检测系统V1.0，2022SR0829325，2022.06.23.

[4] 方言识别系统V1.0，2023SR0502962，2023.04.25.

[5] 伪造语音检测系统V1.0，2023SR0502966，2023.04.25.

[6] 说话人识别系统V1.0，2023SR0503280，2023.04.25.

[7]合成语言检测系统V1.0，2024SR0111676，2024.01.17.

[8]声纹欺诈识别系统V1.0，2024SR0954862，2024.07.08.

[9]东方语种识别系统V1.0，2024SR1074705，2024.07.29.

[1] 杜世橋（日, 著）, 杨秋香, 陈晨等（译）. PyTorch开发入门——深度学习模型的构建与程序实现, 机械工业出版社, 2022.03.

一、部分第一/通讯作者论文

[1] Chen Chen, Jiqing Han, Yilin Pan. Speaker verification via estimating total variability space using probabilistic partial least squares[C]. Annual Conference of the International Speech Communication Association (INTERSPEECH), 2017: 1537-1541.（EI，CCF-C类会议，领域内顶会）.

[2] Chen Chen, Jiqing Han. Partial least squares based total variability space modeling for i-vector speaker verification[J]. Chinese Journal of Electronics. 2018, 27(6): 1229-1233.（SCI, CCF-T1类顶级期刊, IF=1.014）.

[3] Chen Chen, Wei Wang, Yongjun He, Jiqing Han. A bilevel framework for joint optimization of session compensation and classification for speaker identification[J]. Digital Signal Processing, 2019, 89: 104-115.（SCI, JCR Q2, IF=3.381）.

[4] Chen Chen, Jiqing Han. TDMF: Task-driven multilevel framework for end-to-end speaker verification[C]. IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), 2020: 6809-6813.（EI, CCF-B类会议, 领域内顶会）.

[5] Chen Chen, Jiqing Han. Task-driven variability model for speaker verification[J]. Circuits, Systems, and Signal Processing, 2020, 39(6): 3125-3144.（SCI, IF=2.311）.

[6] 陈晨, 肜娅峰, 季超群, 陈德运, 何勇军. 基于深层信息散度最大化的说话人确认方法[J]. 通信学报, 2021, 42(7): 231-237. （EI, CCF-T1类顶级期刊, CCF-B类中文期刊）.

[7] 肜娅峰, 陈晨*, 陈德运, 何勇军. 基于贝叶斯主成分分析的i-vector说话人确认方法[J]. 电子学报,2021,49(11): 2186-2194.（EI, CCF-T1类顶级期刊, CCF-A类中文期刊）.

[8] 陈晨, 韩纪庆, 陈德运, 何勇军. 文本无关说话人识别中句级特征提取方法研究综述[J]. 自动化学报, 2022, 48(3): 664-688. （EI, CCF-T1类顶级期刊, CCF-A类中文期刊）.

[9] Xiuyan Liu, Chen Chen*, Yongjun He. Temporal feature extraction based on CNN-BLSTM and temporal pooling for language identification[J]. Applied Acoustics, 2022, 195: 108854.（SCI, 中科院二区，JCR Q1, IF=3.614）.

[10] 陈晨, 季超群, 李文文, 陈德运, 王莉莉, 杨海陆. 基于互信息自适应估计的说话人确认方法[J]. 电子科技大学学报, 2023, 51(1): 125-131.（EI）.

[11] Chen Chen, Yaozu Song, Bohan Dai, Deyun Chen. Twice attention networks for synthetic speech detection[J]. Neurocomputing, 2023, 559: 126799.（SCI, Top期刊, 中科院二区, JCR Q2, CCF-C类期刊, IF=6）.

[12] Chen Chen, Yulin Bu, Yong Chen, Deyun Chen. Common latent representation learning for low-resourced spoken language identification[J]. Multimedia Tools and Applications, 2024, 83: 34515-34535.（SCI, JCR Q2, CCF-C类期刊, IF=3.6）.

[13] Chen Chen, Bohan Dai, Bochao Bai, Deyun Chen. Deep correlation network for synthetic speech detection[J]. Applied Soft Computing, 2024, 154: 111413.（SCI, Top期刊, 中科院一区, JCR Q1, IF=8.7）.

一、奖项

[1] 基于低秩表示的图像分类自监督稀疏编码方法研究，吉林省科学技术三等奖（自然类），排名3，2021.11.

二、荣誉称号

[1] 哈尔滨理工大学B类优秀引进人才.

[2] 哈尔滨工业大学优秀博士毕业生.