一个音频算法工程师的项目失败后的反思和总结

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了一个音频算法工程师的项目失败后的反思和总结，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含3426字，纯文字阅读大概需要5分钟。

内容图文

　　理论和实践

　　领导把公司的一个重要研究项目（命名为顺耳风）交到了我手上－－关键词唤醒系统，也就是当下最热门的热词唤醒。为了尽快的给客户演示，留给我的时间大约有三个月，刚开始我估算了一下，算法研究一个月，仿真一个月，后面调试差不多再有一个月基本就可以了。音频算法我这块以前研究过不少，有这块的相关经验。按道理是可以按时交付的。

　　就这样，项目在我的调研中就开始了，开始的时候，调研了不少业内的开源的热词唤醒系统，再结合公司的平台（公司是跑的小系统，资源比较紧张，ram空间200k,主频只有120M左右）。所以，一定要选择那种资源占用少，效率高的算法。经过两周调研，我选中了一块比较小的开源热词唤醒系统，该算法算是仿真环境下最适合小系统上使用的了。接下来，就要测试一下该系统唤醒率怎么样了，由于该系统只要自带的特殊格式的音频文件才能测试，用该系统自带的音频格式测试，效果非常的好。识别率基本是100%。这样的效果让我对该算法充满了信心。慢慢都是正能量。

　　接下来就需要把算法在pc机上进行仿真，这块的工作主要有把算法的底层改动能适应公司硬件平台需求，接口改动能够读取主流的音频格式。能否在pc机上仿真算法的效果。其实，这中间的工作量还挺大，足足花了我三周的时间去完成。等到完成了基本的仿真，确认基本效果ok之后，就开始了下一步的工作－－把算法移植到芯片上。

　　把算法移植到芯片上，这部分主要是接口的工作量比较大，是芯片的接口能够适配算法。这段时间花费了我三周的时间。等到基本移植完成之后，项目周期已经过去了三分之二。这时的我，有点着急了。破屋偏逢连阴雨，就在这快要结束的时刻，发现了几个比较严重的问题，一个是，针对热词唤醒，vad检测音频之后再启动特征提取，这时算法的效果就变差了。再者就是从麦克过来的音频有噪声，这样也会降低了识别率。这两个问题是非常的棘手。vad检测和算法的特征提取配合，这个需要反复的验证和调vad的参数和算法的流程，同时也需要在电脑上进行仿真，这样来回的仿真和单板的来回测试，花了差不多两周的时间，效果仍旧不是那么的好。不过，算是凑合着能演示吧，不管了，先把产品的demo做出来再说。另外一个麦克通路过来有噪声的问题，需要我拉着硬件的和数字的同事一起看。等到我和他们一起把这个问题解决时，产品周期已经到了。从我简单的测试效果来看，基本能用了吧。于是，就给老大说，已经完成了。为了快速的出去演示，老板也没有去仔细的测试，直接把东西拿到客户那边演示了。等到听到客户的反馈时，我那么侥幸的心情瞬间崩塌，产品远远没有达到要求。三个月的努力瞬间化为悔恨和懊恼，到底哪儿出了问题？

　　哪儿出现了问题？

　　该项目的失败，让我一直在问题自己这样一个问题，到底我在这里错在哪儿？从一个产品经理的角度来讲，我错在是时间估计太乐观，其实，后面和一个资深的算法工程师讨论过这个问题，他说的还是挺有一定有道理的。一个算法从理论到产品，一般要经过一年的时间去打磨，太快了会出事的。回顾一下自己的这个项目，就是后面的测试太少，客户的场景基本没有考虑的情况下，不出问题才怪呢。都怪我太匆忙。今后，这点一定要注意，项目评估时间的时候还是要留余量的。

　　从一个软件开发人员的角度来考虑，最大的问题就是思维不够缜密，心存侥幸心里，对客户的的使用场景没有充分的去调研和测试。反复想一想，其实，这种事情不止一次发生在我身上了，自己没有经过测试充分的产品给测试人员，测试人员能会测试不出来问题吗？客户难道不会测试出来问题？做事情，千万不能心存侥幸，这个是血的教训啊。

　　此岸和彼岸

　　其实，每个翩翩少年，都藏着一颗用代码去改变世界的梦想，可是，当面临着现实的种种烦扰时，有太多的理由和困难让我们去放弃。在无数先贤人们构造的软件数字迷宫中，作为一个凡夫俗子的程序员更容易迷失方向，到底，怎么才能到达彼岸，哪儿又是彼岸呢？依稀还记得老子的一句话－－图难于其易，为大于其细。天下难事必作于易，天下大事必作于细。当穿越软件的层层迷宫之后，我才有点幡然醒悟的觉决。算法的彼岸，就是客户的认同和满足，一切的产品，都应该以是否满足客户的需求去定义和开发。在这个此岸彼岸之间，就是这就是老子留给我的那句心决－－难作于易，大作与细。

内容总结

以上是互联网集市为您收集整理的一个音频算法工程师的项目失败后的反思和总结全部内容，希望文章能够帮你解决一个音频算法工程师的项目失败后的反思和总结所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端

---