担任角色:负责人与核心开发（共3人）
项目介绍:催收和客服场景有大量电话语音识别需求，阿里云服务调用成本高，并且存在数据安全与专有名词识别效果差的问题，所以自研语音识别服务。项目采用微服务架构，主要包含前处理服务、语音识别服务和加标点服务。
主要职责:
(1) 调研kaldi和wenet框架，最终选择wenet端到端的框架作为语音识别的服务。
(2) 训练语音识别模型，达到上线的效果；实现模型微调，缩短模型的训练耗时。
(3) 优化C++版本的语音识别服务代码，提供语音识别服务。
(4) 对标阿里语音识别服务的参数和异步调用流程，使用grpc开发前处理服务，支持音频数据的并发、流式传输。输出接口文档。
(5) 进行单元测试、压力测试、保障性能和服务的稳定性；并解决开发过程中遇到的功能、性能问题。
(6) 输出服务日志到ELK平台；并用prometheus、Grafana实时监控服务的QPS、可用性、P99指标。
(7) 使用docker部署服务，Jenkins发布上线，nginx进行负载均衡，搭建高并发高可用服务。

主要业绩:
(1) 经产品测算，使用自研语音识别服务替换阿里云的服务后，每年可节省48万的服务费用。
(2) 目前线上使用的语音识别模型的字错率为5.32%，而阿里云的语音识别服务的字错率为7.29%。
(3) 优化工作：
-- 发现wenet C++版服务代码中的bug: grpc返回的解析结果只有一个。解决bug并提交patch。
---- 相关链接: https://github.com/wenet-e2e/wenet/commit/f54d0ef14901037ad39790bca2df668c1c4d7ab0
-- 模型训练代码中，不支持<unk>标签(unknow)，修改代码解决该问题。
-- 解决负载均衡异常的问题：经排查是阿里的SLB对grpc支持不好导致，改用Nginx后解决该问题。
(4) 语音识别服务平台如期上线，目前服务已经稳定运行一年，未出现bug。