互联网语音算法3-5年
语音算法工程师简历案例与写作指南
专注 ASR 声学模型、流式识别、端侧语音唤醒与 TTS 合成，覆盖智能音箱与车载语音交互场景。下面展示完整简历，并拆解适合复用的内容结构。
案例内容已做脱敏或示例化处理，仅供结构与表达参考。
这份案例怎么写
案例围绕"算法侧"组织内容，用词错率、唤醒率、误唤醒与延迟等语音核心指标呈现产出，与嵌入式硬件向简历明确区分。
经历按"智能音箱端侧 + 车载语音"两个阶段递进，项目覆盖流式 ASR、端侧唤醒与 TTS 三个方向，展示语音全链路能力。
工作经历写法
高级语音算法工程师
2023.05 - 至今某车载电子公司
- 负责车载语音交互链路的流式 ASR 与唤醒算法研发，适配座舱噪声、多音区等复杂声学场景
- 主导流式 Conformer 声学模型上车，中文普通话词错率从 8.7% 降至 5.9%，首包响应延迟稳定在 180ms
- 设计多音区唤醒与音频前端联合优化方案，主驾唤醒率 97.3%，误唤醒降至 0.3 次/天
语音算法工程师
2020.07 - 2023.04某智能硬件公司
- 参与智能音箱端侧语音唤醒引擎研发，完成唤醒模型的剪枝与量化，模型体积压缩至 2.8MB，可在 DSP 上实时运行
- 搭建自定义唤醒词训练流水线，支持用户自定义唤醒词 20+ 个，单次训练耗时缩短至 2 小时
项目经历怎么取舍
保留流式识别引擎、端侧唤醒与 TTS 音色定制三个项目：分别对应云端算法、端侧轻量化与合成体验，避免只堆砌单一方向的指标。
车载流式语音识别引擎
2023.06 - 至今算法负责人
- 将统一流式与非流式 Conformer 架构迁移到车控与导航场景，结合热词增强支持 500+ 车控词条的精准识别
- 通过动态 chunk 训练与延迟正则优化，在精度不降的前提下把首字出字延迟压缩 35%
- 联合音频前端完成回声消除与降噪的端到端联调，100km/h 高速路况下词错率再降 2.4 个百分点
端侧低功耗语音唤醒系统
2021.03 - 2023.02核心开发
- 负责唤醒模型的结构轻量化与 INT8 量化，在不足 10M 参数预算内将唤醒率做到 96% 以上，待机功耗低于 1mW
- 建立误唤醒回归测试集与自动化评测平台，版本迭代周期从 2 周缩短到 3 天
车载 TTS 音色定制
2024.05 - 2025.03算法工程师
- 基于情感 TTS 模型为座舱语音助手定制 3 种个性化音色，主观 MOS 评分 4.32
- 完善韵律与数字读法规则库，导航播报与音乐问答场景的自然度投诉率下降 38%
常见问题
这份语音算法简历适合什么经验阶段？
案例按3-5年经验设计，适合作为同阶段求职者的结构和表达参考。
可以直接复制这份简历吗？
可以先复制到编辑器，但必须把公司、项目、数据和技能替换成自己的真实经历。
怎样让案例更匹配目标岗位？
对照目标岗位描述，优先保留与语音算法直接相关的经历、成果和关键词。