近日，我校光电与信息工程学院2019级硕士研究生王庆在语音特征处理研究中取得了新进展。该研究提出了一种时空图神经网络模型（STGM-MHA），用于汉语诗歌语音特征预测。STGM-MHA采用编-解码结构。编码器将数据压缩为隐藏空间表示，而解码器将隐藏空间表示重构为输出。通过实验，将所提出的模型与其他方法进行比较，体现了所提出模型所具有的优势。研究成果目前以“A Spatial-Temporal Graph Model for Pronunciation Feature Prediction of Chinese Poetry”为题发表在人工智能、神经网络与学习系统领域国际顶级期刊《IEEE Transactions on Neural Networks and Learning Systems》 （IF=10.451，中科院一区Top）上。该成果第一完成单位为福建师范大学，陈冠楠教授为通讯作者。以上研究成果得到了福建省自然科学基金、福建省卫生教育联合攻关计划和中央引导地方科技发展专项资金的资助。

论文链接：https://ieeexplore.ieee.org/document/9761264