百度集团AI 产品经理（ASR / TTS / MaaS）
2025.11 – 至今实习介绍：负责百度智能云 ASR/TTS 语音模型 MaaS 产品的规划与商业化落地，推动自研 ASR 模型、TTS 能力升级及 AI 语音输入法从 0 到 1 孵化，实现模型效果提升、推理成本优化与客户收入增长。
ASR · 开源模型自研替代与商业化
- 背景与立项：针对公有云语音业务年亏损约 400 万、老版本模型效果落后导致客户流失的困局，抓住菜鸟寻求供应商降本的直接商机，推动「开源模型自研替代高成本模型」的商业化方案立项。
- 选型与数据建设：调研 FunASR、Whisper、Qwen3-ASR、SenseVoice 等 8+ 开源模型，从效果/推理性能/部署成本/可定制性/私有化五维对比确定 Qwen3-ASR-1.7B 主力方案；负责垂类数据标注与验收（拉取线上数据、制定标注规则与分级验收口径：核心词≥95%、方言字准 85%+）。
- 验证与放量：跟进核心词优化迭代（70.9%→82%→98.48%）与 WER 优化（11.26%→9.5%），通过菜鸟客户测试集回归；推动运满满灰度切量（0.5%→3%）上线，建立「线上数据回流—badcase 分析—再训练—回归验证」迭代闭环。
- 商业化收益：推理成本降低 80%，运满满月净收入 1.2 万、菜鸟放量后锁定 100 万/年收入，老算子整合每月节省 2-3 万。
TTS · 音色扩展与情感控制升级
- 音色扩展：针对客户对 IP 卡通/儿童音色的商机需求，完成主流竞品音色类型分析并确定扩充优先级（内容配音>广告营销>短视频解说）；推动第一批 6 个音色完成版权分成谈判、并发成本核算并上线臻品音库，同步更新官网/控制台/千帆等平台。
- 音色训练与小语种扩充：调研开源模型，从效果及是否支持二次开发等角度确定 Qwen3-TTS 模型以拓展音色及语种，与算法团队对齐 SFT 微调、LoRA 两种音色训练方案并跟进 demo，小语种扩充技术路径验证走通。
- 情感控制能力建设：完成 TTS 和声音复刻的控制能力摸排（参数、标签、自然语言、引用上文四大控制方式），已上线参数控制能力；推动情感参数控制上线与音色情绪一致性优化，参与制定验收标准。
- 客户问题闭环：定位菜鸟声音复刻流式接口断句问题（括号前后内容连读，badcase 率约 10%），推动「括号映射逗号+注册音频优化」方案上线公有云，badcase 率降至 1% 以下。
AI 语音输入法 · 0→1 自主孵化
- 立项孵化：洞察语音输入向「AI 输入方式」迁移趋势，完成千问/豆包/Typeless 等竞品横向分析，定位「整合体验+本土化风格」差异化空白点；独立产出 MRD/PRD 并开发可用 demo，通过立项评审进入开发阶段。