秋招面经-字节音频算法工程师

2025.9.2 面试时长80分钟17.00~18.20

Docker容器的使用，用来干嘛

C++，多态，虚函数是怎么实现的，底层是怎样的

如果有一个unsigned 32类型数据，我要对其中某位置1，应该怎么实现

QT，信号与槽和回调函数的区别（有很大区别，回答了区别不大，回调一般是一对一，信号与槽可以一对多，发送方只管发送信号且可以跨线程）

stft，窗函数有哪些，都是怎样实现的，分别有什么特点

Transformer，交叉注意力，掩码注意力，自注意力，这集中注意力是怎样实现的，有什么区别

介绍毕设项目，DMCRN，RCAT-UNet

介绍端到端语音增强模型，介绍RCAT-UNet模型内部结构

为什么选时域的端到端模型

模型选用的损失函数是怎么样的

评估语音模型复杂度的指标

语音信号前处理的预加重是什么意思，怎么操作（很久之前看的，模糊记得是加重高频成分，特征提取时比较均衡，蒙对了）

介绍实习项目，主要在企业做什么，讲讲模型QAT到板端部署的流程，过程中有没有遇到什么困难（GRU的量化，与重写算子，训练速度极大降低，tflite，tflite-micro,onnx2c的使用）

cnn和rnn两个模型谁的速度快（分点进行了回答，训练和推理两种情况，流式，顺便提了一嘴Mamba加戏）

有没有试过PTQ，PTQ是怎么实现的，进行校准的数据集选取对最终结果的影响（先介绍PTQ原理，数据集的数量选取做了多组实验，讲结果如何，最后于QAT精度对比，损失大）

部署时板端的资源如何，主要在什么设备部署（低计算资源**MB的MCU，嵌入式设备，移动端）

用的是什么精度的量化（INT8），为什么要用这个精度（板端支持，模型理论压缩四倍，推理相比FP32很快，精度损失很小，提供量化指标对比，与浮点模型结果进行对比）

板端推理时候，使用CPU或者使用NPU设备，速度上有什么体现吗，会快多少（NPU比CPU快十多倍左右）

问第二段实习在电科主要做什么工作

介绍传统算法，谱减法，维纳滤波，都是如何实现的（基于噪声，信噪比估计）

了解麦克风阵列算法吗（没做过，只做过天线阵列）

算法题，实现一个卷积算子，输入1234与123，实现卷积输出