2024年度--年终总结报告

[wwfcnu]

2024绩效评估表

1. 工作业绩
   1.1 数据采集和处理
   采集数据：完成中文播客、影视剧、公开课、广播电台以及中央和地方卫视等多渠道数据采集，涵盖多种应用场景。
   数据处理：完善并优化数据处理的pipeline，包括数据分离、Speaker识别、VAD检测、DNSMOS评估、ASR转换及后续筛选，处理数据量超过10万小时。支持语音识别（ASR）和语音合成（TTS）训练格式需求，提升数据处理效率和质量。
   线上数据回归处理：持续完成线上数据的回流处理。
   1.2 语言模型训练
   通用语言模型优化：
   针对专有名词、英文缩写优化识别能力。
   清理特殊词汇干扰，提升模型的鲁棒性和精度。
   项目定制化语言模型优化：
   为智慧评标、联通及东湖公安等项目提供语言模型定制化优化支持。
   完成模型部署及加密处理，满足业务需求。
   1.3 语音相关指标测试
   测试不同版本声学模型和语言模型在公开测试集、业务测试集以及Leaderboard测试集上的性能，确保模型效果持续提升。
   基于线上回流数据构建业务测试集，提升模型实际应用表现。
   构建TTS评测集，完成人工评测及自动化指标评测流程，为语音合成技术优化提供数据支撑。
   1.4 其他工作
   海基科技项目：参与完成瞬态温度场预测的POC报告。
   专利撰写：《一种快速构建大规模高质量语音数据集的方法与系统》，体现技术创新能力。
   ASR训练学习：基于Wenet框架完成ASR训练环境搭建及代码运行。
   知识分享：做了一次主题为《大模型时代下的语音合成》的知识分享。

[wwfcnu]

经验总结：

1. 要及时记录自己的工作内容，并总结，方便日后回顾
2. 学习新东西不能盲目的闭门造车

[wwfcnu]

2025年度规划

1. asr识别领域：方言识别
2. tts语音合成领域：高质量的语音用于音频重建
3. 数据领域：合成数据或者采集互联网数据
4. 唤醒领域
5. 专利：合成数据解决方言数据的训练问题
6. 工作流
7. 语言模型优化
   数字人相关的和通用语言模型
8. 数据回归处理

[wwfcnu]

2026年度规划

1. 时间序列相关项目 时间序列数据处理的相关流程自动化agent
2. 电磁模型相关项目 在15机器上重新构建环境
3. 语音数据相关