语音识别算法研究员简历范文全文
个人简历
教育背景
北京邮电大学
211双一流
信息与通信工程 硕士
北京2018年9月 - 2021年6月
研究方向为语音信号处理与深度学习，参与实验室语音识别课题。
西安电子科技大学
211双一流
电子信息工程 本科
西安2014年9月 - 2018年6月
相关课程：数字信号处理、模式识别、机器学习。
专业技能
端到端ASR建模（Conformer/RNN-T）
PyTorch / 分布式训练
Kaldi / WeNet 工具链
流式解码与低延迟优化
语音数据增强与标注流程
C++ 推理部署与量化
荣誉奖项
国家奖学金
全国大学生电子设计竞赛二等奖
自我评价
5年语音识别算法研发经验，专注端到端ASR建模、声学模型优化与流式解码，熟悉Conformer、RNN-T、Whisper等技术路线。主导多款产品语音识别引擎落地，通用场景字错率相对降低28%，具备从数据、训练到线上部署的全链路能力。
工作经历
北京智声科技有限公司
北京
人工智能语音技术
语音识别算法研究员
2021年7月 - 至今
端到端ASR流式识别
- 负责通用场景端到端ASR模型迭代，通过Conformer结构优化与数据增强，字错率相对降低28%。
- 主导流式识别引擎低延迟改造，首字延迟由800ms降至320ms，支撑智能客服日均千万级调用。
- 搭建训练数据清洗与半监督标注流程，标注成本下降40%，模型在噪声场景鲁棒性明显提升。
北京云语信息技术有限公司
北京
互联网智能硬件
算法工程师（语音方向）
2020年7月 - 2021年6月
声学模型模型部署
- 参与远场语音识别声学模型研发，完成前端降噪与模型联合优化，远场字错率下降15%。
- 负责模型量化与C++推理部署，端侧识别功耗降低30%，支撑两款智能硬件量产落地。
研究经历
端到端中文语音识别建模研究/研究助理
北京
语音与语言处理实验室
2019年3月 - 2021年6月
- 研究基于注意力机制的端到端语音识别建模方法，在公开中文数据集上字错率优于基线6%。
- 完成论文实验设计与消融分析，成果发表于国内核心会议并应用于实验室开源工具链。
项目经验
智能客服流式语音识别系统
2022年3月 - 2023年12月
算法负责人
- 面向智能客服场景构建流式ASR系统，采用RNN-T架构并优化解码策略，实时率控制在0.3以内。
- 上线后识别准确率提升至96.5%，人工转写比例下降35%，显著降低客服运营成本。
工作成果
模型效果显著提升
主导的通用ASR模型在内部评测集字错率相对降低28%，已全量上线。
低延迟流式识别突破
流式引擎首字延迟降至320ms，达到行业领先水平。
数据流程降本增效
训练数据半监督标注方案使标注成本下降40%。
证书与认证
深度学习工程师认证 - 中国人工智能学会
2023年6月
证明深度学习算法与工程实践能力。
大学英语六级（CET-6） - 教育部考试中心
2022年9月
证明英语技术文献阅读与交流能力。
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。