理論和實踐

　　領導把公司的一個重要研究項目（命名為順耳風）交到了我手上－－關鍵詞喚醒系統，也就是當下最熱門的熱詞喚醒。為了盡快的給客戶演示，留給我的時間大約有三個月，剛開始我估算了一下，算法研究一個月，仿真一個月，後面調試差不多再有一個月基本就可以了。音頻算法我這塊以前研究過不少，有這塊的相關經驗。按道理是可以按時交付的。

　　就這樣，項目在我的調研中就開始了，開始的時候，調研了不少業內的開源的熱詞喚醒系統，再結合公司的平臺（公司是跑的小系統，資源比較緊張，ram空間200k,主頻只有120M左右）。所以，一定要選擇那種資源占用少，效率高的算法。經過兩周調研，我選中了一塊比較小的開源熱詞喚醒系統，該算法算是仿真環境下最適合小系統上使用的了。接下來，就要測試一下該系統喚醒率怎麽樣了，由於該系統只要自帶的特殊格式的音頻文件才能測試，用該系統自帶的音頻格式測試，效果非常的好。識別率基本

　　接下來就需要把算法在pc機上進行仿真，這塊的工作主要有把算法的底層改動能適應公司硬件平臺需求，接口改動能夠讀取主流的音頻格式。能否在pc機上仿真算法的效果。其實，這中間的工作量還挺大，足足花了我三周的時間去完成。等到完成了基本的仿真，確認基本效果ok之後，就開始了下一步的工作－－把算法移植到芯片上。

　　把算法移植到芯片上，這部分主要是接口的工作量比較大，是芯片的接口能夠適配算法。這段時間花費了我三周的時間。等到基本移植完成之後，項目周期已經過去了三分之二。這時的我，有點著急了。破屋偏逢連陰雨，就在這快要結束的時刻，發現了幾個比較嚴重的問題，一個是，針對熱詞喚醒，vad檢測音頻之後再啟動特征提取，這時算法的效果就變差了。再者就是從麥克過來的音頻有噪聲，這樣也會降低了識別率。這兩個問題是非常的棘手。vad檢測和算法的特征提取配合，這個需要反復的驗證和調vad

　　哪兒出現了問題？

　　該項目的失敗，讓我一直在問題自己這樣一個問題，到底我在這裏錯在哪兒？從一個產品經理的角度來講，我錯在是時間估計太樂觀，其實，後面和一個資深的算法工程師討論過這個問題，他說的還是挺有一定有道理的。一個算法從理論到產品，一般要經

　　從一個軟件開發人員的角度來考慮，最大的問題就是思維不夠縝密，心存僥幸心裏，對客戶的的使用場景沒有充分的去調研和測試。反復想一想，其實，這種事情不止一次發生在我身上了，自己沒有經過測試充分的產品給測試人員，測試人員能會測試不出來問題嗎？客戶難道不會測試出來問題？做事情，千萬不能心存僥幸，這個是血的教訓啊。

　　此岸和彼岸

　　其實，每個翩翩少年，都藏著一顆用代碼去改變世界的夢想，可是，當面臨著現實的種種煩擾時，有太多的理由和困難讓我們去放棄。在無數先賢人們構造的軟件數字迷宮中，作為一個凡夫俗子的程序員更容易迷失方向，到底，怎麽才能到達彼岸，哪兒又是彼岸呢？依稀還記得老子的一句話－－圖難於其易，為大於其細。天下難事必作於易，天下大事必作於細。當穿越軟件的層層迷宮之後，我才有點幡然醒悟的覺決。算法的彼岸，就是客戶的認同和滿足，一切的產品，都應該以是否滿足客戶的需求去定義和開發。在這個此岸彼岸之間，就是這就是老子留給我的那句心決－－難作於易，大作與細。

一個音頻算法工程師的項目失敗後的反思和總結