gpu高性能计算，深度学习优化

研发在线/离线AI语音转换系统；负责云端语音开放平台架构设计及实现；在优必选机器人上实现各项工程化落地；进行多次人工智能技术内外交流，着力AI领域前沿研究。多对多语音转换在线系统1. 带领团队进行算法设计、语音数据库构建、模型训练、迭代优化，实现了业界领先的基于神经网络的多对多语音转换系统，采集用户20句录音即可生成个性化语音模型。2. 提供在线服务，接入优必选克鲁泽机器人，并于2019年世界机器人大会受邀参展，作为展会技术负责人进行现场演示。端侧高性能计算与轻量级神经网络框架设计1. 带领团队实现在机器人端（悟空和克鲁泽）的语音合成与转换系统。在算力有限的硬件资源上，实现实时高速计算，并控制内存消耗。主要工作内容：a. 自主研发轻量级神经网络框架，在机器人端ARM架构上实现高速推理与微调训练；b. 芯片SIMD指令集抽象矩阵运算，实现多倍加速；c. 模型压缩量化等技术提升降低资源占用；d. C++优化语音算法工具包，利用多核并行加速计算；e. 流式化分片，满足实时合成速度需要。 优必选语音开放平台云端架构设计与实现1. 设计TTS与语音转换系统云端后台架构。带领团队设计业务逻辑，实现用户个性化声音模型训练、40+ 说话人、双向流式化传输等业界领先功能。2. 设计实现机器集群管理，模型动态加载、CDN缓存等系统，大幅增强后台并发能力。3. 应用于优必选克鲁泽与悟空机器人。同时在优必选AI技术开放平台提供第三方接口。前沿语音转换与声码器研究1. 基于Encoder - Decoder框架的多对多前沿语音转换系统研究与实现。转换相似度高，速度快。VCC 2020参赛。2. 业界领先的Parallel WaveNet神经网络声码器实现与训练。

网站、工具的开发

• Join the project which aimed to design topology and layout of a bandgap reference• Help the team to design circuit in Cadence.• Conducted several experiments and helped quality testing in the laboratory.