独立项目合作招募：面向边缘 AI （ TinyML ）的语音带宽扩展与固件开发专家
合作速览：远程阶段性外包 ｜ 全包合同 ｜ 4 个核心研发阶段 ｜ 推理延迟 ≤ 12ms ｜ 2 个工作日内评估反馈
一、项目概述
我们团队目前正在设计一款创新的硬连线便携式音频通信模块。该硬件采用纯有线结构（不涉及蓝牙传输），旨在对低带宽的特殊音频传感器输入进行实时处理。
目前，我们的硬件工程师已经到位，正在推进 PCBA 的硬件原理图与布线工作。现寻找一位在音频 AI 算法开发与边缘部署领域有深厚实战经验的软件/算法独立顾问，来全权负责该项目的软件、AI 模型训练以及底层固件体系的搭建。
开发周期紧凑：我们强烈倾向于寻找在此领域有现成技术积累、甚至有类似成熟方案可直接进行二次修改复用的大牛合作。
二、核心技术任务与交付物
本期项目为全包合同，主要包含以下四个核心开发阶段：
阶段一：语音生成式带宽扩展（ ABE ）模型训练（算法层）
- 基于成对的低带宽语音（如身体传导 / 特殊声学传感器输入）与高保真空气麦克风语音数据集，进行深度学习模型训练。
- 模型需实现生成式语音修复（ Spectral Reconstruction ），在极低延迟下动态“还原/合成”语音缺失的高频细节与鼻音共振，使输出人声自然、清晰、具备高辨识度。
阶段二：硬件感知量化与模型部署（ TinyML 边缘层）
- 将训练好的音频深度学习模型（如基于 PyTorch 的网络结构）进行深度量化（
INT8/INT4）与裁剪（Pruning），使其能够完美塞入微型边缘 AI 芯片的内部 SRAM 中。 - 芯片选型方案：优先考虑基于
Syntiant NDP120/NDP200系列或恒玄（ Bestechnic ） NPU平台进行边缘部署。
阶段三：音频流链路与底层固件构建（嵌入式底层）
- 协同硬件工程师完成模拟前端（ AFE ）麦克风前级放大与音频 ADC/DAC 的数字音频流（
I2S/PCM）通路调通。 - 确保模型推理的整体算法延迟严格控制在 12ms 以内，以满足高时效通信环境。
阶段四：双路音频输出功能集成（应用层）
- 模拟路：经由 DAC 输出标准的模拟麦克风电平信号，直接对接外部物理通信设备。
- 数字路：配置主控 MCU 实现标准 USB Audio Class （
UAC1.0/2.0）免驱协议，确保设备通过有线连接 PC 时，能被系统直接识别为标准有线音频外设。
三、我们寻找的候选人特质
- 语音 AI 开发经验：熟练掌握 PyTorch / TensorFlow 语音 AI 开发，具备语音带宽扩展（ ABE ）或语音增强（ Speech Enhancement ）项目经验。
- 硬件感知（ Hardware-Aware ）开发意识：熟悉神经网络在微型芯片（如 Syntiant Core 2 或特定 NPU 平台）上的转换、量化、编译与跑通流程。
- 嵌入式与音频栈功底：精通嵌入式 C/C++ 开发，熟悉数字音频接口配置（ I2S/PCM ）与 UAC USB 音频栈的编写。
加分项（重要）：如果你此前主导开发过智能眼镜、智能耳塞或战术通信硬件中的语音降噪 / AI 恢复算法，并持有现成可复用的代码库，请务必在沟通中说明。
四、商务与合作模式
- 合作形式：远程阶段性项目外包（ Whole-Project Outsourcing ）。
- 结算机制：我们将根据项目的 4 个研发阶段设立明确的里程碑验收节点。具体合作模式、预算范围与绩效奖金方案，我们将在初筛通过后的技术面试阶段与您进行一对一深度沟通。
五、投递方式与沟通流程
如果您对该项目感兴趣，请将您的材料发送至我们的项目邮箱：
项目邮箱：linwingman92$$gmail.com 或 576196228$$qq.com(将$$改成 @)
邮件主题格式（请按此填写）：
[ Project PHTM 1 项目申请] 姓名 - 音频 AI/嵌入式专家
请在邮件中包含以下内容：
- 个人技术履历与背景（ Qualifications & Background ）：请详细说明您在语音 AI 算法、TinyML 边缘量化以及嵌入式音频开发方面的核心经验与技术积淀。
- 项目方案技术建议（ Proposal ）：结合本篇简报的要求，简述您计划采用的技术路线（如您有现成可复用的技术资产 / 代码库，请在此说明）。
- 初步研发排期预估：针对上述 4 个开发阶段，提供您预估的开发周期与大致的工作量评估（暂不需报最终价格）。
收到您的邮件后，我们会在 2 个工作日内完成初步评估。针对匹配度高的技术专家，我们将进一步安排签署 NDA 并开放完整的工程技术细节，共同商定商务结算细节。
期待您的加入！
Select Language