你好，我是

田宇 语音算法工程师 · 语音方向

24岁 · 男 · 中共党员 · 内蒙古大学计算机技术硕士

论文方向：音乐源分离（BSRNN）
查看实习 查看项目 联系我
0+
年本硕连读
0+
完成项目
0+
项荣誉获奖

01

关于

我是内蒙古大学计算机技术专业的研究生，中共党员。
热爱 深度学习、计算机视觉 与 语音处理， 在扎实基础上稳中求进。

02

教育

内蒙古大学 · 计算机科学与技术 · 本硕连读 · GPA 3.6+

内蒙古大学 · 计算机技术 · 硕士
专业第一入学 · 论文方向：音乐源分离（BSRNN）
2024.09 — 2027.06
内蒙古大学 · 软件工程 · 本科
GPA 3.45 / 4 · 专业前 20%
2020.09 — 2024.07

03

实习

滴滴出行 · 算法实习生（语音方向） · 2025.12 — 2026.04

Conformer → Zipformer：更轻，更快。
  • 优化 Conformer 架构语音识别模型，实现 Zipformer 轻量化方案。
  • Zipformer-M：65.549M 参数，计算量降至 62.7G，推理时间缩短 31.6%，RTF 0.000465。
  • Zipformer-L：148.44M 参数，计算量 107.4G，RTF 0.00064。
  • 在保障识别效果前提下显著提升推理效率与系统吞吐。
HY-MT1.5-1.8B：小模型，高吞吐。
  • 基于 Qwen-3-8B、HY-MT1.5-7B 与 Chimera 完成知识蒸馏与 LoRA 微调。
  • 输出 Token 吞吐达 704.54 tok/s（+85%），业务请求吞吐 22.11 req/s。
  • 较基线 1.09 req/s 提升约 20 倍。
  • 90 万条数据处理时间由 3-4 天 缩短至 1-2 小时；上线至韩语区，支持国际化司机乘客交流。
粤语与繁中：专项数据驱动质量提升。
  • 针对粤语与繁体中文翻译短板，构建专项训练数据集。
  • 提升粤语数据占比 30%。
  • 在 flores-200 及 IM/DC 内部测试集上通过 BLEU / COMET / METEOR 多指标验证。
  • 翻译质量超过 Qwen-3-8B 与 DIDI 内部 large 模型水平，优化方言表达与简繁转换问题。
从数据，到训练，到线上部署。
  • 主导多语言互译样本筛选与数据构建。
  • 完成模型训练、评估验证、测试集分析至线上部署全流程。
  • 支持移动端等多场景应用，有效降低商业 API 依赖。

04

研究

实习方向 · ASR · KWS · 机器翻译 — 让机器听见、唤醒、理解

Speech Recognition
ASR · 自动语音识别

从通用识别到方言/口音专项,推进到端侧可用的延迟水平。覆盖通用、粤语与繁中场景。

  • Conformer → Zipformer 轻量化(实习落地)
  • Zipformer-M 65.5M / RTF 0.000465
  • 粤语 · 繁中专项数据 + BLEU/COMET
Zipformer k2-fsa 端侧 BLEU
Keyword Spotting
KWS · 关键词唤醒

为 Plaud 卡片录音设备设计端侧低功耗唤醒,串起完整语音交互链路。

  • 端侧小模型(TC-ResNet / DS-CNN 一类)
  • INT8 量化 + 算子优化,跑在主控 MCU
  • VAD 预筛 → 唤醒 → 触发 ASR 录音/转写
Plaud 端侧 TC-ResNet INT8
Machine Translation
MT · 机器翻译

把大模型翻译能力压到能上线的水位 — 模型蒸馏 + 数据增强 + 指标三件套。

  • 基于 HY-mt1.5 做翻译模型蒸馏(实习)
  • 粤语 · 繁中专项数据 +30%,简繁/方言优化
  • flores-200 + IM-DC 测,翻译超 Qwen-3-8B
HY-mt1.5 Distillation BLEU COMET

05

技术栈

4 项核心能力 · 算法 · 训练 · 部署 · 工程

Algorithm
AI 算法

主流架构到大模型微调,算法是基本盘。

  • Conformer / Zipformer / Transformer 通用架构
  • Whisper / Qwen 系列大模型调用与微调
  • 训练-评估-调参全流程
PyTorch Conformer Zipformer Whisper
Training
训练与优化

让大模型变小变快,不掉点。

  • 蒸馏 / 量化 / LoRA 微调
  • 混合精度 / 分布式训练
  • BLEU / COMET / RTF 多指标验证
LoRA Distillation 混合精度 分布式
Deployment
端侧部署

模型从 notebook 走到能用的服务 — 跑在端侧,跑在云上。

  • ONNX / TensorRT 推理加速
  • Docker / Linux 容器化上线
  • RTF 0.000465 量级延迟优化
ONNX TensorRT Docker Linux
Engineering
工程交付

研究能力要落到能交付的系统里。

  • Git / REST API / CI/CD 流水线
  • Web Demo 端到端实现
  • 数据清洗与训练管线工程化
Git REST CI/CD Web

06

项目

4 个落地作品 · 音乐源分离 / 情绪识别 / 看图说话 / 松果菁英班 · 滚动查看

01 /04 Research

带分频音乐源分离 RNN

音乐源分离 · BSRNN 框架

在 BSRNN 框架上引入音频–MIDI 双模态条件，把符号音乐先验注入子带级时序建模。

BSRNN +MIDI 双模态条件
Joint Loss 联合训练
02 /04 Computer Vision

基于深度学习的情绪识别系统

情绪识别 · FER2013

基于 FER2013 完成清洗、增强、训练与实时识别系统集成，把 CNN 分类模型落到 OpenCV 实时推理。

62 % FER2013 测试准确率
7 类 实时检测
03 /04 Vision-Language

AI 中文看图说话

看图说话 · CNN+Transformer

参与开发基于 CNN 与 Transformer 的 AI 中文看图说话系统，完成模型训练与系统性测试优化。

CNN+ Transformer 编解码架构
中文 生成 本土化输出
04 /04 Training Program

百度松果人才培养菁英班

人才培养 · 百度松果菁英班

系统完成机器学习、计算机视觉与自然语言处理等核心课程学习，并通过项目实践与结业考核。

1 年 系统培养
结业 认证 百度松果

07

学生工作

班长 / 党支部书记 / 算法社团负责人 — 三年学生工作

软件工程本科生第二党支部 · 组织委员
2022.9 — 2024.6
  • 每月组织主题党日活动，完成通知、协调、记录与材料归档。
  • 组织全体 24 名党员开展理论学习，落实支委会、党员大会等会议会务与纪要。
  • 负责入党积极分子培养、考察至转正全流程。
  • 累计协助发展积极分子 40+ 人、接收预备党员 18 人、完成转正 10 人。
  • 同步完成政审材料收集、审核与系统录入。
计算机学院学生会 · 部长
2020.9 — 2022.9
  • 统筹 16 个班级防控工作，落实集体活动、核酸检测、物资发放及到校统计。
  • 策划执行院级演讲比赛等大型活动，全流程协调宣传、报名与执行。
  • 吸引 200+ 师生观赛、30 人参赛，选拔 3 人晋级校赛。
  • 协助会议组织及学生综合素质测评。

08

荣誉

5 项奖学金 · 3 项竞赛 · 6 项综合荣誉 · 12 项证书

2×
本科生学业奖学金
2×
程序设计天梯赛省级二等奖
1×
蓝桥杯省部级一等奖
点击节点查看关联

09

综合能力

论文方向：音乐源分离（BSRNN 框架，在研） + 实习方向：ASR / KWS / 机器翻译（滴滴出行 2025.12—2026.04），让我兼顾学术研究深度与工业落地经验。

专业与实践

硕士论文聚焦 BSRNN 音乐源分离方向，将 MIDI 符号先验注入子带级时序建模；同期在滴滴出行完成 ASR 轻量化（Conformer → Zipformer）、翻译模型蒸馏（HY-MT1.5 + LoRA）与粤语/繁中方言优化三项工业落地工作。熟悉 PyTorch、k2-fsa、ESPnet 等训练栈，掌握 ONNX / TensorRT 端侧推理与 INT8 量化，能够独立完成从数据构建、模型训练调优到端侧部署与线上服务的全流程。

BSRNNZipformerHY-MT1.5KWSONNXINT8

综合素养

多年学生工作与团队项目经历，锻炼出较好的沟通协调、统筹规划与团队协作能力。具备良好的自主学习、问题解决与抗压能力，能够快速适配岗位技术需求，在算法研发、模型优化及项目推进中为团队创造价值。

沟通协调统筹规划团队协作快速学习抗压执行

10

保持联系

电话 / 邮箱 · 24h 内回复

Email
2079912730@qq.com
Phone
152 0471 9497
发邮件