语音识别高级算法工程师简历范文

• 主导端到端Conformer-Transducer模型迭代，通用场景字错率由8.6%降至7.0%，相对降低18%。
• 搭建千万小时级数据清洗与增量训练流水线，模型迭代周期由4周缩短至10天。
• 负责线上ASR服务性能优化，单卡并发提升35%，支撑日均千万次语音调用。

• 负责声学模型训练与解码器调优，远场识别字错率下降12%，提升智能客服转写准确率。
• 参与语言模型与热词定制方案开发，垂直领域专有名词识别准确率提升至93%。

• 设计多方言共享编码与方言自适应模块，覆盖8种方言，平均字错率降低15%。
• 引入无监督预训练与数据增强策略，小语种方言数据需求减少40%。
• 完成模型量化与端侧部署，推理延迟降低30%，已在车载场景上线。

• 优化VAD与说话人分离联合建模，长音频切分错误率降低25%。
• 引入上下文偏置解码，会议专有术语识别准确率提升至95%。

研究方向：语音识别与深度学习，参与实验室远场语音课题。

相关课程：数字信号处理、模式识别、机器学习。