IT人力外包人才简历库

精通Python/Shell/C语言，熟悉Kaldi/ESPnet/Wenet等语音识别平台，掌握PyTorch框架及DNN/RNN/Transformer/Conformer/BERT等深度学习模型。具备语音识别全流程开发能力，包括数据预处理、特征提取、语言模型构建、声学模型训练、模型解码与优化。熟悉NLP技术，可实现实体识别、分类及机器翻译等任务。掌握多线程编程及大数据处理技术，具备模型部署（PyTorch转ONNX）能力。

主导小语种语音识别系统开发，完成7.5万条文本数据生成、6.5GB训练集构建及15个语言模型训练，最终实现困惑度190的4-gram模型。设计基于BERT的标点恢复方案，通过多任务学习提升低资源语言识别效果。完成声学模型训练与优化，采用CTC-Greedy/Prefix Beam Search等解码策略，结合N-gram语言模型提升识别准确率。搭建端到端ASR系统，实现从数据预处理到模型部署的全流程开发。

小语种语音识别标点符号恢复：构建基于Transformer的分类模型（12层网络），采用BPE算法训练subword词典（subword=1000），通过BERT预训练模型提升语义理解能力。完成7.5万条维语文本生成及100小时TTS数据构建，建立包含带噪/干净访谈及新闻的测试集。采用编辑距离算法二次评分，优化模型在句号、逗号等标点的召回率。

维语ASR系统开发：构建包含4个文本数据集（6.5GB）和3个测试集（5小时）的训练体系，完成15个语言模型训练及平滑处理。训练char/bpe建模单元的Conformer声学模型，通过CTC-Greedy搜索及Attention重评分提升识别效果，最终输出ONNX格式模型供引擎调用。

多任务学习语音识别系统：对比GMM/DNN-HMM、CTC、Attention等模型效果，验证端到端模型对数据的依赖性。通过引入N-gram语言模型提升解码效果，构建低资源语言语音识别基准测试体系。