语音识别专家简历范文全文
自我评价
8年语音识别算法研发经验，专注端到端ASR、声学模型与语言模型优化，主导过千万级小时数据训练与线上部署。熟悉Kaldi、WeNet、FunASR等主流框架，具备从模型研发到工程落地的完整能力。曾将中文通用场景字错率降低28%，支撑日均亿级语音调用。
工作经历
北京智声科技有限公司
北京
人工智能语音技术
语音识别算法专家
2021年4月 - 至今
端到端ASR模型优化
- 主导中文通用ASR系统迭代，通过Conformer结构与数据增强将字错率从9.8%降至7.1%。
- 搭建千万小时级语音数据清洗与标注流水线，训练效率提升约35%。
- 负责模型量化与推理优化，端侧识别延迟降低40%，支撑日均亿级调用。
北京云语信息技术有限公司
北京
互联网智能客服
语音算法工程师
2018年7月 - 2021年3月
Kaldi声学模型
- 负责智能客服场景语音识别模型研发，垂直领域字错率降低22%。
- 基于Kaldi搭建声学模型训练与解码流程，完成多方言识别能力扩展。
项目经验
实时会议语音转写系统
2022年3月 - 2023年12月
算法负责人
- 设计流式与非流式统一识别架构，会议场景实时字幕延迟控制在300毫秒内。
- 引入热词与上下文偏置方案，专有名词识别准确率提升18%。
多方言语音识别模型
2019年6月 - 2021年2月
核心算法工程师
- 构建多方言混合训练方案，覆盖粤语、四川话等6种方言，平均字错率下降15%。
- 完成模型蒸馏与端侧部署，模型体积压缩至原1/4。
研究经历
深度神经网络声学建模研究/研究助理
北京
信息与通信工程学院
2016年9月 - 2018年6月
- 研究基于深度神经网络的声学建模方法，提出改进的注意力机制结构。
- 在中文开源语音数据集上验证，识别性能较基线提升约12%。
工作成果
字错率降低28%
主导中文通用ASR系统字错率从9.8%降至7.1%，达到行业领先水平。
推理性能优化
完成模型量化与推理优化，端侧延迟降低40%，支撑日均亿级语音调用。
行业科技奖项
获中国电子学会科技进步二等奖，为团队核心成员。
证书与认证
人工智能工程师（中级） - 工业和信息化部教育与考试中心
2022年6月
证明深度学习与AI工程实践能力。
软件设计师（软考中级） - 工业和信息化部
2019年12月
证明软件设计与开发能力。
教育背景
北京邮电大学
211双一流
信号与信息处理 硕士
北京2015年9月 - 2018年6月
研究方向：语音识别与深度学习，参与国家自然科学基金语音课题。
西安电子科技大学
211双一流
电子信息工程 本科
西安2011年9月 - 2015年6月
相关课程：数字信号处理、模式识别、概率论与随机过程。
专业技能
端到端语音识别（Conformer/Transducer）
Kaldi / WeNet / FunASR
PyTorch 模型训练与分布式训练
声学模型与语言模型优化
语音数据清洗与数据增强
C++ / Python 工程部署
荣誉奖项
中国电子学会科技进步二等奖
北京邮电大学优秀硕士毕业生
就从这份范文开始
免费复制到你的账户里，每一句话、每个板块和颜色都能改，改好即可下载投递。