李浩然 · Audio/Video Algorithm Engineer

• 针对线上视频场景码率波动引起拥塞，主导基于 C++ 的 H.265 码率控制算法优化，重构 VBR 模式下场景自适应 QP 分配，将码率波动从 ±18% 压缩至 ±6%，显著提升带宽利用效率。

• 为满足 30 fps 实时传输的低延迟要求，联合调优 FFmpeg 与底层硬件编码器，优化 lookahead 与参考帧管理逻辑，将编码管线延迟从 45 ms 降至 28 ms，保障流畅交互体验。

• 结合网络带宽估计反馈，设计码率动态平滑调整机制，使编码码率在 2 秒内收敛至目标值，弱网下视频卡顿率从 12% 降至 3%。

• 参与跨平台实时传输链路联调与性能分析，定位并修复码流封装导致的 I 帧传输延迟抖动，端到端延迟抖动控制在 5 ms 以内，强化传输稳定性。

• 针对移动端双讲场景回声泄漏严重，深入分析 WebRTC AEC 线性滤波与非线性处理的耦合缺陷，重构时延估计与步长控制逻辑，将双讲 ERLE 从 18 dB 提升至 35 dB，彻底消除回声感知。

• 为抑制街道、键盘等非稳态噪声造成的语义损伤，在 NS 模块引入最小控制递归平均（MCRA）噪声估计并调优过减因子，在 SNR 5 dB 恶劣条件下语音 PESQ 提高 0.5，辅音可懂度提升 15%。

• 解决拾音距离突变导致音量骤升骤降，重构 AGC 压缩曲线，结合 VAD 设计自适应增益平滑与快速释放机制，输出音量标准差从 4.8 dB 收窄至 1.6 dB，动态控制响应 <30 ms。

• 应对高抖动弱网引起延迟大、卡顿频繁，协同调优 Opus 码率控制与 NetEQ 抖缓策略，基于丢包与延迟梯度自适应调节 FEC 和加速播放，在 40 ms 抖动下端到端延迟从 240 ms 降至 120 ms，卡顿率由 12% 压至 2% 以内。

• 使用 C++ 多线程重构音频管线，将 AEC/NS/AGC 总处理耗时压缩至 10 ms 以内满足 16 kHz 实时约束；搭建自动化评测框架量化 ERLE、延迟、PESQ 等指标，使 3A 迭代周期从 3 天缩短至 1 天。

• 设计轻量级 CNN 超分网络，引入通道剪枝与知识蒸馏，在保持 PSNR 30.5 dB 的条件下将参数量压缩至 150K，适配移动端部署环境。

• 实施 INT8 量化并导出 ONNX，基于 TensorRT 构建 GPU 推理引擎，在骁龙 865 平台上单帧推理耗时从 120 ms 压降至 22 ms，达成 25 fps 实时超分。

• 用 C++ 实现 YUV 色彩空间转换与多线程缓冲的预处理流水线，端到端处理延迟控制在 40 ms 内，稳定支撑 720p 到 1080p 实时超分链路。

• 建立主客观评测闭环，测试集 SSIM 达 0.91，在线 AB 测试用户主观评分提升 0.8 分，画面无明显人工伪影。

• 通信原理

• 数字信号处理

• 信息论与编码

• 计算机网络

• 移动通信系统

• 毕业设计：《基于深度学习的无线信道估计与信号检测》（校级优秀毕业论文）

以FPGA为核心完成实时视频流处理系统设计，获全国一等奖。