陈思远 · Audio/Video Algorithm Engineer

• 主导实时通话中AEC回声消除模块重构，采用双滤波器架构与非线性处理优化，ERLE（回声返回损耗增强）提升8dB，双讲漏检率降低35%，通话MOS评分提高0.4分。

• 针对H.264/H.265编码器在移动端高码率场景，通过C/C++实现码控算法与量化参数动态调整，在PSNR损失≤0.3dB条件下，编码码率降低22%，视频卡顿率下降40%。

• 为AGC（自动增益控制）设计自适应增益曲线与防啸叫机制，集成FFmpeg音频处理管线，使音量波动范围控制在±2dB以内，用户投诉率减少60%。

• 重构音频前处理模块（AEC/AGC/NS）实时流水线，采用SIMD指令集与内存池优化，单帧处理耗时从8ms降至2.5ms，1080p通话场景下CPU占用率低于15%。

• 建立端到端音频编解码质量评估框架，利用FFmpeg分层解码与波形对比，自动化发现并修复H.264/H.265中12处帧间预测失真，修复后解码丢帧率从0.8%降低至0.05%。

• 在实验室项目中针对H.266/VVC帧内预测编码效率瓶颈，基于TensorFlow设计轻量级深度卷积网络替代传统预测模式，在Python中完成模型训练与验证，BD-Rate降低3.2%，编码单帧时间仅增加7%。

• 针对图像纹理复杂区域的预测失真，提出融合多尺度特征与注意力机制的帧内预测框架，在标准测试集上平均PSNR提升0.51 dB，优于VTM参考软件默认预测方案。

• 通过剪枝与量化将模型参数量压缩至32%，GPU实测推理速度达4.7 ms/帧，满足实时编码场景初步要求。

• 独立完成从数据预处理（块级像素归一化）到训练流水线搭建的完整流程，利用自建数据集（含2万+视频帧块）进行迭代训练，验证集收敛后预测准确率达89.6%。

• 在ARM Cortex-A72平台（树莓派4B）上独立设计轻量级实时降噪算法，基于WebRTC NS模块进行定点化改造与代码精简，将单帧（16kHz/20ms）处理延迟从14ms降至2.8ms，满足实时全双工通信要求。

• 使用C语言重写核心噪声估计与增益计算逻辑，应用ARM NEON内联指令并行化频谱幅度运算与算术平均，使CPU占用率从68%下降至22%，内存占用仅112KB（原WebRTC版本约220KB）。

• 通过离线数据集（16kHz单声道，8种常见噪声类型）测试，降噪后信噪比平均提升12.3dB，PESQ得分从1.85提升至2.47，在-5dB极低信噪比环境下仍保留语音清晰度。

• 编写自动化测试框架覆盖静音、稳态噪声、突发噪声等6种场景，并集成至Yocto构建系统，生成可独立运行的ARM静态库，实现跨平台一键部署。

基于FPGA实现实时视频边缘检测系统，获得省级一等奖。