🏠 base 西安 | 📧 854197093@qq.com | QQ群：1029629549
一名拥有 6年算法开发经验 的从业者，专注于语音前端处理、多模态模型训练与工程化部署。热爱通过技术博客分享实战心得，并在多项国际AI赛事中积累了大量优化经验。
- 🔭 目前深耕：AEC回声消除、Diffusion模型加速、多模态内容生成
- 🌱 正在探索：大模型端侧部署、视频生成模型（如Wan2.1）的性能调优
- 👯 乐于合作：语音识别、声音事件检测、AI比赛方案复现与优化
- 📝 坚持写作：在 CSDN博客 分享了 110+ 篇原创技术文章
- ⚡ 近期高光：2025 IKCEST大数据竞赛 第10名、2025百度商业大赛 第5名、2024 IKCEST大数据竞赛 第8名、GitHub项目 OpenManus-WebUI 226 Stars ⭐
我的竞赛经历覆盖了从语音、视频到多模态虚假信息检测等多个前沿领域，以下是一些代表性奖项：
| 年份 | 赛事名称 | 赛题/方向 | 获得名次 |
|---|---|---|---|
| 2025 | IKCEST国际大数据竞赛 | 结合大模型的拍照识题与解题 | 全球 第10名 |
| 2025 | 百度商业AI技术创新大赛 | 视频广告生成推理性能优化（数字人生成） | 全国 第5名 |
| 2024 | IKCEST国际大数据竞赛 | AI体育赛事解说 | 全球 第8名 |
| 2024 | 第二届世界科学智能大赛 | 生命科学 & 物质科学赛道 | 第14名 & 第15名 |
| 2023 | IKCEST国际大数据竞赛 | 社交网络中多模态虚假信息甄别 | 全球 第11名 |
| 2022 | vloong能源AI挑战赛 | 新能源电池异常检测 | 第3名 |
这里是我在语音和多模态领域的一些代表性项目，涵盖了从模型训练到端侧部署的全链路实践。
-
【比赛方案】智能拍照解题助手 (2025.12) 融合多模型（数学解题模型）的智能学习工具，支持拍照上传、多模型智能解题、自动容错切换，提供步骤解析、语音讲解和错题收藏功能。作为 2025 IKCEST 第10名方案的实践成果。(GitHub 项目).体验地址：体验地址
-
【比赛方案】视频广告生成推理优化 (2025.09) 通过集成FlashAttention、TeaCache、自定义注意力分块计算等技巧，将单条视频推理时间从10分钟压缩至1分钟，实现 10倍加速，同时保证生成质量 (相似度 > 0.97)。(方案博客)
-
【回声消除】基于两阶段的声学回声消除系统 结合传统的 TDC-wRLS线性滤波 与 U-Net深度学习，构建两阶段回声消除系统，有效消除线性与非线性回声，显著提升语音通信质量。(GitHub 项目)
-
【比赛方案】AI_SECS_Agent：体育赛事解说系统 (2024.12) 一个集成了目标追踪、姿态识别、OCR、球门识别等多模型的多模态Agent系统，能根据足球比赛视频URL，自动生成AI解说。(GitHub 项目)
-
【比赛方案】MMF-RIM：多模态虚假信息甄别模型 (2023.11) 一个6亿参数的多模态融合模型，融合了ERNIE、ResNet101、CLIP-ViT和OCR文本特征，用于检测社交网络中的多模态谣言。(GitHub 项目)
-
【WebUI应用】OpenManus-WebUI (2025.04) 构建了一个前端页面，通过Flask框架实现了对OpenManus的调用，并支持生成文件的预览，获得了 226个Star。(GitHub 项目)
-
【声音事件检测】AudioClassificationModelZoo-Pytorch 开源了基于Pytorch的 20+种音频分类模型，并支持流式测试，为声音事件检测研究提供便捷工具。(GitHub 项目)
语音核心算法
-blue?style=flat-square){kind=icon}
-blue?style=flat-square){kind=icon}
多模态与生成模型
-purple?style=flat-square){kind=icon}
比赛与优化
-orange?style=flat-square){kind=icon}
开发与部署框架
我坚持将项目经验和学习心得沉淀为博客。以下是近期最受欢迎的几篇：
- 【基于 AI 的智能小说创作助手】MuMuAINovel-sqlite
🔥 1165 阅读 · 💬 15点赞 · 2026.02.08 - 【半双工语音系统】半双工语音语音助手智能体应用代码
🔥 1071 阅读 · 💬 11点赞 · 2025.12.21 - 【深度学习可视化工具——wandb】注册、运行示例、导入已训练完的wandb文件进行可视化
🔥 3078 阅读 · 💬 4点赞 · 2025.02.23 - 【Qwen2.5-VL-3B-Instruct微调，单卡A800-PCIE-80GB复现VLM-R1】
🔥 2255 阅读 · 💬 7点赞 · 2025.02.23 - 【端到端图像压缩2024】《S2LIC: Learned Image Compression...》论文解读
🔥 2152 阅读 · 💬 27点赞 · 2024.12.22
📌 更多技术干货，欢迎访问我的 CSDN博客。一起交流探讨！