陈思远 · 音视频算法工程师

• 主导实时语音通话回声消除（AEC）与降噪（NS）算法演进，针对移动端非线性及双讲场景，设计子带自适应滤波与深度残差回声抑制融合架构，单讲回声抑制增益>30dB，双讲语音失真显著下降，支撑千万级DAU通话服务。

• 重构WebRTC音频管线，优化AEC延迟估计与自适应步长控制，协同VAD、AGC及舒适噪声生成模块，解决iOS/Android多机型杂音与吞字问题，通话MOS由3.8提升至4.2。

• 自研轻量级降噪网络，结合信号处理前端联合压制非平稳与瞬态噪声，基于C/C++与NEON指令集深度优化，移动端单帧推理<1.5ms，带内信噪比提升超26dB，主观噪感显著降低。

• 搭建百万级样本的自动化音频评测闭环系统，集成POLQA客观评分与多场景众包听音，沉淀三大类典型通话噪声数据集，将算法迭代周期由4周压缩至1.5周。

• 针对U-Stream视频业务UGC场景码率冗余，主导H.265/HEVC全链路降码率专项，设计基于时空掩蔽效应的自适应QP模型，VMAF持平下平均码率压缩30%，大幅降低带宽与存储成本。

• 重构码率控制模块，提出帧级目标比特预测与CTU级量化偏移联合优化，复杂场景瞬时码率波动方差降低42%，消除GOP边界I帧脉冲，保障码率平稳且主观画质无劣化。

• 突破移动端性能瓶颈，主导核心计算算子NEON指令级重写与多线程流水线重构，将运动估计、变换与环路滤波总体CPU占用降低35%，1080p实时编码帧率提升至55fps以上。

• 构建主观/客观双向画质保障体系，自研VMAF与多尺度SSIM联合评估流水线，对千万帧视频自动打标与细粒度对比，降码率方案实现统计意义上无感知画质损失，一次性通过业务验收。

• 面向超高清传输，设计纹理感知分层量化与宏块级码率分配策略，在等效下行带宽下稳定承载4K 30fps推流，视频MOS由3.8提升至4.3，支撑关键客户高清直播商业落地。

• 将优化后的低码率编码器封装为标准编码SDK，协同后端与传输团队完成灰度上线与全量部署，峰值带宽成本降低28%，QoE指标（卡顿率、首帧时间）不劣于基线。

• 主导设计面向亿级用户的端到端AI增强编码架构，融合超分辨率重建与内容ROI感知编码，主观画质持平下将高清视频平均码率压低40%，年化节省数千万美元带宽成本。

• 从零搭建基于PyTorch的模型训练与异构推理平台，攻克移动端实时超分部署瓶颈，多机型单帧处理延迟<8ms，为全量用户实时画质增强提供统一算法基座。

• 构建无参考质量评估与闭环反馈系统，动态联调编码参数与增强强度，全平台卡顿率下降1.2个百分点，人均观看时长提升6%。

• 制定端到端算法迭代规范与多级灰度策略，拉通算法、工程、产品及运维团队，重大AI增强特性上线周期由12周压缩至8周，平稳覆盖全球亿级日活用户。

• 深入分析全球弱网场景语音卡顿根因，拆解WebRTC原生音频管线，主导定制低延迟通信引擎，以C/C++重构噪声抑制与NetEQ自适应抖动缓冲模块，端到端单向延迟稳定控制在80ms以内，较基线降低约35%。

• 针对非平稳噪声与突发抖动共存的恶劣网络，设计信号自适应降噪与帧级抖动预测融合策略，在30%随机丢包+200ms突发抖动下仍保障语义连贯，MOS波动幅度缩小40%以上。

• 优化NetEQ缓冲决策模型，改进抖动趋势估计与变速播放算法，高抖动下收敛时间缩短至2s以内；联合Opus低延迟编码参数调优，音频处理链路CPU占用率增长不超过2%。

• 建立编解码、打包、传输全链路延迟剖分与监控体系，定位冗余帧与队列调度热点，通过冗余包策略与零拷贝流水线设计，压降端到端延迟约30ms，支撑千万级DAU产品流畅通话体验。

• 针对跨国直播高丢包与高抖动，主导设计基于H.265的时域-质量联合分层编码架构，构建带外带宽预测与层级切换策略，60ms内完成码流动态适配，在30%丢包下4K 30fps基础层流畅不中断。

• 提出面向实时传输的自适应FEC保护机制，实时估计丢包突发长度与RTT动态调整RS编码冗余度，在15%随机丢包下可解码帧率恢复至99.8%，端到端延迟控制在180ms以内。

• 结合分层编码与FEC设计信源信道联合优化框架，在4G/Wi-Fi混合弱网下实现4K 30fps稳定传输，主观流畅度评分提升1.2分（MOS 5分制），传输卡顿率下降82%。

• 解决实时H.265码流场景切换时的画质突变，通过分层QP级联平滑与预分析，切换瞬间PSNR波动由5dB降至1.5dB，消除视觉顿挫感。

• 搭建全链路仿真与线上灰度验证系统，覆盖跨国节点与2000+用户，上线后U-Stream企业直播因画质/流畅触发的客诉率降低65%，支撑业务ARPU提升22%。

• 针对移动端实时画质增强，主导设计轻量级超分网络，通过结构重参数化与通道剪枝将模型参数量压缩至1/3，利用TensorRT INT8量化与算子融合，旗舰SoC上1080p→4K单帧推理稳定在15ms以内，满足30fps直播实时处理。

• 为解决移动端功耗与发热瓶颈，协同硬件团队定制GPU/DSP异构调度策略并引入动态推理分支，画质基本无损下SDK峰值功耗降低约30%，避免过热降频导致卡顿，保障长时拍摄与直播稳定体验。

• 封装跨平台画质增强SDK，统一提供超分、自适应降噪和去压缩伪影能力，设计灵活接口支撑短视频编辑、实时直播流和播放器后处理等业务，覆盖超2亿日活用户。

• 主导线上A/B实验与主观评测，采用DSIS方法评估，集成SDK版本主观MOS提升15%；同时利用超分使服务端下采样传输，在不增加码率下人均高清观看时长提升8%，带宽成本下降约18%。

• 面对平台海量UGC内容引发的存储与带宽成本压力，主导设计端到端内容感知编码框架，将ROI显著性检测与宏块级自适应QP策略融入生产管线，实现关注区域高保真、背景强压缩的差异化编码。

• 主导研发轻量级视频显著性检测模型，融合语义理解与时序运动特征，实时生成高精度时空ROI mask，使编码器精准分配非关键区域码率，单帧背景码率开销降低超35%。

• 将自适应QP决策与编码器深度耦合，基于ROI重要性图谱动态调整量化参数和码控策略，在ABR和CBR场景下均明显节省码率，点播与短视频整体平均码率下降约23%。

• 推动框架在核心转码与存储链路落地，覆盖每日数十亿级视频切片，主观画质MOS无下降前提下，年度CDN带宽成本降低约28%，冷热存储增量成本下降超20%。

• 建立基于用户观看行为反馈的闭环评估体系，持续优化ROI模型与QP策略，年均为平台节省数亿级成本，有力支撑业务规模化与盈利目标。

因在实时语音处理中回声消除与降噪的突破性优化，获部门唯一年度技术创新先锋荣誉

主导实时超高清视频传输系统，带宽成本降低40%，获公司级优秀算法优化项目奖

智能画质增强SDK成功部署百万终端，推理延迟优化至12ms以下，获最佳工程化落地奖