1、autovc是通过源发音人到目标发音人进行音色转换，使得目标发音人拥有声优级别的韵律等特点，满足变声场景需求，由 gate、node、vocoder 等模块构成。 2、本人负责 autovc-vocoder 微服务开发，由于 GPU 资源紧缺以及 vocoder 与模型不耦合，拆分 node和 vocoder 模块，从0到1进行 vocoder 服务架构搭建、功能开发，在可扩展性的角度上兼容常规 tts 在线引擎的 proto 协议，已落地。

1、个性化明星音项目，具体链路由明星录音到模型训练、模型打包，由业务方通过合成架构访问明星音服务，原路返回音频。 2、本人主要负责从0到1开发首款在线个性化明星音服务，使用 baidu-rpc 进行服务调用和网络接口层开发，以流式的方式进行 音频流式回调，集成声学模型和声码器、降噪等模块，进行 qps 评估以及上线容器配置，已落地。

1、语音流量入口(pv 20亿+)，同客户端是 http 协议进行交互，主要模块包括 proxy 和 controller、tts 引擎、文本服务。内部模块是通过 rpc 协议来进行通信。架构层面(proxy + controller)，主要功能是进行集群管理和导流，有一些还有一些缓存的逻辑，最近主要实现了包括本地缓存、内存级 lru 缓存，以及 redis 缓存的多级缓存策略，并且基于发音人做同集群下的发音人导流，由于复杂的缓存机制，会在时间纬度上进行打散进行操作。 语音合成服务业务层主要分为前端和后端，考虑到前后端服务资源使用不耦合，以及便于上线和维护方面的原因，把两个模 块拆分成两个服务各自维护，拆分后后端服务单机 qps 提升。前端部分主要负责文本服务架构维护，以及前端内核功能开发。 开发切句逻辑，裁剪链路，从组件和模块纬度优化加载、上线资源，单机 qps 提升，降低首包响应时间，提升上线效率。增加 长文本合成能力，以及内核重构，支持粤语、日语等多语种能力。后端部分主要是修复引擎 badcase和 bug，subrnn 工程代码 开发以及自动化上线，配置派生沙盒，开放平台和线上容器，规范和简化上线流程。 2、离线引擎主要是支持无网、弱网情况下的语音合成功能，包括前端文本模块，声学参数预测、声码器部分，以动态库的形式 在各平台编译，提供给 sdk 集成，在多个产品线间使用。 本人主要负责离线语音合成引擎的C++开发，在各个平台上(andorid、ios、linux等)编译提供离线 so 库支持，负责引擎前 端、声学参数预测、以及声码器各模块需求开发，采用流式的方式工业化业内第一款神经网络声码器，助力个性化项目入围百 度最高奖前十名。设计产品线间音库授权链路，重构、归一化多版本引擎架构，开发可插拔的唇动功能，为离线虚拟人项目奠 定基础。