林星宇 · Audio, Video & Graphics Developer

• 针对低资源语音合成任务中 Tacotron2+WaveRNN 系统推理实时率高达 2.0 的瓶颈，提出韵律感知剪枝与多阶段蒸馏策略，将实时率降至 0.4，合成 MOS 保持在 4.03。

• 通过 INT8 量化将 WaveRNN 导出为 ONNX 格式，并基于 ONNX Runtime C++ API 重构推理管线，端到端实时率进一步压缩至 0.08，实现 25 倍整体加速。

• 封装流式 C++ 合成接口与环形缓冲调度，在 ARMv8 设备上达成首帧延迟 <80 ms、内存占用 <50 MB 的实时语音合成，满足低资源端侧部署要求。

• 在某实时音视频平台（代号 A）实习期间，作为 AI 降噪模块核心开发者，基于 RNNoise 架构引入轻量 GRU 循环单元，利用 Python 搭建训练管线，在自采多场景噪声集上完成模型设计，将参数量控制在 0.6M 以内。

• 采用 C++ 重构推理引擎并与 WebRTC AudioProcessing 模块深度集成，通过算子融合和线程绑核优化，使单帧推理耗时 <1.5 ms，端到端音频处理总延迟稳定在 18 ms，达成 <20 ms 的实时要求。

• 设计可控噪声混合与房间冲激响应（RIR）增强策略，在 -5 dB 低信噪比非平稳噪声下，语音 PESQ 较传统方法提升 0.5，MOS 从 2.8 提升至 3.4。

• 在 ARMv8 移动平台上使用 NEON 指令集加速推理，将降噪模块 CPU 占用率控制在 4% 以内，并通过超过 500 人次的内测通话验证，不影响视频流和交互流畅度。

• 为解决逐帧独立风格化导致的视频时序抖动，引入双向光流估计与相邻帧一致性正则项，设计联合感知损失训练策略，在自建影视片段上将时序闪烁指数降低约 38%，同时保持风格化帧 LPIPS ≤0.18。

• 基于 PyTorch 重构轻量级生成网络，通过通道剪枝与知识蒸馏将参数量压缩至原始版本的 14%，模型体积从 48 MB 缩减至 6.7 MB，PSNR 下降 <1.2 dB，质量损失轻微。

• 应用 TensorRT 进行 INT8 量化与层融合加速，结合异步推理与帧间状态缓存，在代号“Polaris”的移动端原型设备上实现 480p 视频实时风格化，稳定帧率 26 FPS，端到端延迟 <40 ms。

• 搭建视频预处理与多帧并行推理流水线，集成轻量光流模块共享相邻帧特征，将 10 秒短视频完整风格转换耗时从 187 秒缩短至 63 秒，显著提升交互体验。

• 作为算法负责人，独立主导从论文选型、模型优化到移动端部署的全流程研发，协调 1 名实习生完成效果评测与演示应用构建，项目获部门创新演示会“最佳技术突破奖”，并沉淀出可复用的视频风格化 SDK 组件。

• 基于 Vulkan Ray Tracing 管线和 C++ 构建混合渲染原型，实现动态直接光照与初步路径追踪，在 1440×900 分辨率下达成 24 fps 交互帧率。

• 集成基于 GGX BRDF 的 PBR 材质系统，编写粗糙度-金属度工作流 GLSL 着色器，在 IBL 环境下准确还原绝缘体与导体材质差异。

• 针对区域光阴影降噪问题，设计自适应重要性采样策略，在保持接触硬化阴影细节的同时减少约 40% 采样数，单帧阴影计算耗时控制在 1.8 ms 以内。

• 通过底层加速结构（BLAS/TLAS）增量更新与着色器指令优化，将动态对象移动时的场景重建延迟压缩至 2.5 ms，支撑原型实时编辑与预览。

• 主修课程：数据结构与算法、计算机组成原理、操作系统、计算机网络、机器学习

• 毕业设计：《基于对比学习的代码漏洞检测方法研究》获评校级优秀毕业论文

• 获奖：全国大学生计算机系统能力大赛操作系统设计赛一等奖

基于改进WaveRNN的轻量级语音合成方案获得评委一致认可。

综合成绩前2%，校优干及科研表现突出获得国家奖学金。