语音识别工程师简历模板

• 负责通用中文ASR声学模型训练与调优，字错率由8.6%降至6.9%，相对下降约20%。
• 搭建数据清洗与标注质检流程，训练数据有效率提升至95%，模型迭代周期缩短30%。
• 推动流式识别服务上线，首字延迟控制在300ms以内，支撑日均百万级调用。

• 基于Kaldi完成声学模型与语言模型训练，识别准确率较基线提升12%。
• 负责远场降噪与语音增强模块开发，嘈杂环境下字错率下降15%。
• 参与语音转写产品交付，累计服务客户30余家，客户满意度保持90%以上。

• 针对医疗问诊场景构建领域语料与热词表，专有名词识别准确率提升18%。
• 采用Conformer结构并引入SpecAugment增强，整体字错率相对下降16%。
• 完成模型量化与推理加速，单卡并发提升2倍，推理成本降低约35%。

• 负责粤语与四川话数据整理及建模，方言识别字错率控制在12%以内。
• 设计多任务训练方案共享声学特征，小语种数据需求减少约40%。

研究方向为语音信号处理与声学建模，参与实验室语音识别课题。

核心课程：数字信号处理、模式识别、机器学习。