2018年秋招语音算法岗还没有现在这么内卷但竞争已经相当激烈。欢聚时代那会儿手里有YY和虎牙这两个大流量产品语音算法工程师要从音频采集处理一直管到内容理解笔试出得相当硬核。我当年参加过B卷的考试后来又在音视频行业做了几年语音算法时隔这么久再回头看这套题发现它其实不是随便出的每一部分都对应着业务里的真实痛点。这篇文章把B卷背后真正想考的东西拆开讲结合我自己的复盘记录和后来的工程经验给准备投语音算法岗的同学一个清晰的复习坐标。这套题覆盖的范围很广信号处理、音频特征、语音识别、机器学习、编程基础都有涉及。如果你正在准备语音算法工程师的校招或者想转行做音频方向这篇文章可以帮你建立一张完整的知识地图。我会把每个考点的考核意图、核心原理、常见坑点都讲清楚最后还会给出一套模拟题和参考解答方便你自测。1. 先搞清楚出题逻辑语音算法工程师笔试到底在考什么1.1 从业务反推考点YY和虎牙需要什么样的语音算法欢聚时代的产品线决定了语音算法工程师的工作内容。YY的核心是实时语音通话和直播互动这就要求工程师懂音频采集链路上的降噪、回声消除、自动增益控制还要理解网络传输中的丢包补偿。虎牙做直播和游戏相关的内容语音转文字、弹幕内容理解、语音审核也是刚需。这两个业务方向叠加起来笔试的版图就很清晰了。所以B卷里信号处理、语音识别、机器学习、编程这四块是绝对跑不掉的。信号处理解决的是“音频怎么变干净”的问题语音识别解决的是“音频变成什么字”的问题机器学习和深度学习解决的是“模型怎么训练”的问题编程考察的是你能否把算法落地成代码。这套逻辑放到今天依然成立几乎每一道题都能在业务里找到对应场景。笔试不是看你背了多少论文而是看你对基本概念的掌握深度。比如问你“采样率16kHz的语音信号每帧20ms对应多少个采样点”这不只是简单的乘法背后考察的是你对工程参数的理解。类似这种问题在B卷里出现频率很高看起来简单但基础不牢的人真会算错。1.2 B卷的整体结构四个模块各有分工根据我当年的考试记录和同行业笔试题的交叉验证B卷大致分成四个部分。第一部分是数学基础和信号处理的选择题加填空题第二部分是语音识别和音频处理相关的简答题第三部分是算法与编程题最后可能还有一道综合设计题让你结合场景设计方案。时间分配上前面的客观题大概占40分钟简答题占40分钟编程题占40分钟最后的设计题留20分钟。如果你在某一道题上卡住我建议果断跳过。这套题的覆盖面很广出题人没指望你全部答完而是看你在有限时间内能拿多少分所以策略很重要。顺带说一句很多同学忽略了岗位JD里的一句“熟悉C或Python”结果在笔试环节被编程题卡死。语音算法工程师不是纯算法研究员代码能力是硬门槛B卷里的编程题通常不难但如果你连基本的思路都写不清楚这一档分很难拿。1.3 这套题难在哪儿知识面广坑点深客观说B卷的难度不算特别高但“广”和“散”是它最大的特点。你不可能只复习深度学习就应付过去信号处理的基础概念、语音识别框架、经典机器学习算法都会被随机抽到。而且出题人喜欢在看似简单的题目里埋坑比如混响时间、帧移的默认单位、MFCC特征维数的选取这些细节稍微忽略就会扣分。这也是我写这篇文章的初衷。我希望帮你把这些“坑点”提前趟平让你不仅知道答案还知道为什么是这个答案。下面我会从信号处理开始逐个模块往下拆。2. 信号处理与音频特征语音算法工程师的看家本领2.1 采样量化与工程参数先把底层的数字音频搞懂语音信号处理的第一步一定是采样和量化。笔试里常考奈奎斯特定理采样率必须大于信号最高频率的两倍否则会发生频谱混叠。语音应用里常见的采样率有8kHz电话音质、16kHz宽带语音也是语音识别最常用的采样率、44.1kHz或者48kHz音乐和视频。从字节角度说16kHz采样、16bit量化、单声道的PCM音频每秒的数据量是16k乘2字节也就是32KB/s这个换算在算网络码率时经常用到。还有一个容易被忽略的工程细节分帧参数。语音处理一般把长音频切成一帧一帧的短时信号帧长通常取20ms到30ms帧移取10ms因为短时语音信号只有在20ms到30ms这个区间内才近似平稳。16kHz采样率下25ms帧长对应400个采样点帧移10ms对应160个采样点。这些数字在笔试里出现的频率很高建议直接背下来并且理解它们之间的换算关系。我在实际工程里经常看到新人把帧移理解成“跳过的采样数”其实不对。帧移是相邻两帧起始位置之间的间隔如果帧长25ms、帧移10ms那么相邻两帧有15ms的重叠区。这个重叠是为了避免加窗后边缘信息丢失也是STFT短时傅里叶变换能保持时间连续性的关键。2.2 分帧加窗与STFT从时域到频域的必经之路分帧之后每一帧信号还要乘一个窗函数目的是减小频谱泄漏。矩形窗的旁瓣太高直接对截断信号做FFT会出现频谱泄漏所以常用汉明窗或汉宁窗。汉明窗的公式是w(n)0.54-0.46cos(2πn/(N-1))它能把旁瓣压低让频谱更干净。笔试有时候会问你“为什么加窗”以及“加什么窗”答案的核心就是抑制频谱泄漏。加窗之后每一帧做FFT得到幅度谱和相位谱这就是短时傅里叶变换的本质把一维的时域信号变换成二维的时频表示。这个知识点几乎每年必考你需要清楚地知道STFT的输入是什么、输出是什么、时间分辨率和频率分辨率怎么权衡。帧长越长频率分辨率越高但时间分辨率越低这是一对永远在打架的矛盾。笔试里还有一种考法给你一段采样率、帧长和FFT点数问频域上每个bin对应的频率值。比如采样率16kHz、FFT点数512那么频率分辨率就是16000除以512等于31.25Hz。第k个频点的实际频率就是k乘以31.25Hz。这个计算看起来基础但很多人一紧张就算错建议考前专门练一遍。2.3 Fbank和MFCC语音识别最经典的特征提取流程如果只选一个语音信号处理中最常考的知识点我会选MFCC。MFCC梅尔频率倒谱系数提取过程在笔试里经常作为简答题出现你需要把完整流程写出来预加重、分帧、加窗、FFT、取幅度谱、Mel滤波器组滤波、取对数、DCT得到倒谱系数最后通常保留前13维再加上一阶差分和二阶差分组成39维特征。每一步都有它的目的。预加重用一阶高通滤波器提升高频分量因为语音的高频能量衰减很快Mel滤波器组模拟人耳对频率的非线性感知低频分辨率高、高频分辨率低取对数是为了压缩动态范围同时也把乘性噪声变成加性的方便后续处理DCT的作用是去相关把滤波器组输出的能量压缩到更少的维度。这里我要特别提醒一个容易混淆的点Fbank和MFCC的区别。Fbank不做DCT那一步它保留了更高的相关性在深度学习的声学模型里更常用MFCC做了DCT特征更紧凑在GMM-HMM时代更主流。笔试问你“为什么深度学习时代更爱用Fbank”是因为DCT相当于一个线性变换会丢掉一些对神经网络有用的信息而Fbank保留了完整能量分布。还有一个高频考点MFCC的滤波器组数量一般取24个DCT后取13维加上差分得到39维。如果你还用过GMM-HMM做识别应该知道输入就是39维MFCC如果换到DNN-HMM很多人会把Fbank和MFCC混在一起写成“MFCC-Fbank”这在专业角度是不严谨的笔试中要特别小心。2.4 经典计算题频率、帧移和频谱bin的快速推算我统计了一下B卷的信号处理部分经常出现类似的计算题某个语音文件时长3秒、采样率16kHz帧长25ms、帧移10ms问一共能分成多少帧。答案是3000ms减去25ms后除以10ms再加1约等于299帧。为什么不是3000除以10等于300因为最后一帧必须包含完整数据公式是floor((总长度-帧长)/帧移)1。这个点很多人忽略属于典型的“想当然错”。再比如给定FFT点数和采样率计算频谱分辨率。这些题不复杂但需要你对公式足够敏感。我建议备考时把这类公式整理到一张纸上考前反复看。信号处理不是一个靠临时记忆就能过的科目需要的是肌肉记忆级别的熟练度。3. 语音识别与声学建模从传统框架到端到端都要懂3.1 HMM-GMM框架语音识别的地基语音识别部分的简答题往往会从HMM-GMM框架下手。HMM隐马尔可夫模型建模的是语音的时序变化每个状态对应一个音素或音素的一部分GMM负责建模每个状态下的声学特征分布。整个识别过程可以理解为给定一段语音特征寻找最可能的状态序列再映射到音素和单词。这里最常考的概念是三个基本问题评估问题前向算法、解码问题维特比算法、训练问题Baum-Welch算法也就是EM算法在HMM里的应用。B卷的简答题经常让你描述维特比算法的核心思想或者让你手动算一个小的状态路径。只要把“动态规划 最大概率路径”这个核心答出来分数基本能拿到。我还要提一个笔试里常踩的坑HMM的观测概率和转移概率一定要分清。观测概率是某个状态下输出某个特征向量的概率转移概率是从一个状态跳到另一个状态的概率。写公式的时候两者经常被混淆但面试官或者批卷人一眼就能看出来丢分非常可惜。3.2 DNN-HMM混合系统从浅层到深层的过渡到了深度学习时代GMM被DNN替换变成了DNN-HMM混合系统。DNN的作用不是建模时序而是建模“给定当前帧特征属于某个HMM状态的后验概率”。输入是多帧拼接的Fbank或MFCC特征输出是各HMM状态的概率最后除以先验概率变成似然交给HMM维特比解码。笔试常见的考察方式是让你说明为什么DNN能替换GMM。回答要点有三条DNN能建模复杂的非线性特征分布DNN利用相邻帧的上下文信息输入做了拼接或使用LSTMDNN训练过程用交叉熵准则优化区分性更强。这三条能写全这道简答题基本就是满分。还有一个常考考点上下文窗口。输入特征通常取当前帧左右各5帧拼接得到11帧的扩展特征。为什么要拼接因为单帧特征包含的信息太少音素的发音受前后音影响很大拼接相当于给模型提供了动态信息。这个细节同样容易在笔试里被忽略。3.3 解码、语言模型与WFST语音怎么变成文字解码是从声学特征得到文字的过程核心是结合声学模型、发音词典和语言模型搜索最可能的词序列。笔试里常考语言模型的N-gram问你二元模型Bigram的概率怎么计算或者问你困惑度Perplexity是什么。工程上现代识别系统用WFST加权有限状态转换器把HMM、词典、语言模型统一起来做解码。B卷有可能考你对WFST的理解至少要知道它把几个独立模型组合成一个大的搜索图从而提升解码效率。如果没接触过WFST建议至少看一篇文章了解基本概念这类题只要答出“统一图搜索”和“效率高”这两个关键词就能拿到大部分分。另外一个常考细节是集外词OOV问题。无论语言模型多强总会遇到词典里没有的词系统应该做出“未登录词”判断而不是强行识别成发音最像的已知词。这在实际业务中涉及内容审核、热词更新等场景笔试中结合场景答题会给批卷人留下更好印象。3.4 端到端语音识别2018年前后最火的方向2018年正是端到端语音识别的爆发期B卷很可能涉及CTC和注意力机制。CTCConnectionist Temporal Classification解决了输入输出长度不对齐的问题引入了blank符号累计每个时间步的路径概率。笔试如果考CTC重点在于解释它如何解决对齐问题以及训练时如何使用前向后向算法计算损失。LASListen, Attend and Spell是另一个端到端框架用编码器-解码器加注意力机制直接把音频映射成字符序列。如果你能对比CTC和注意力机制的差异——CTC假设帧间条件独立注意力机制建模的是全局依赖——这道题会答得很出彩。我对这类题的建议是不要只背名词解释要能画出一个简单的流程框图说清楚输入是什么、输出是什么、损失函数怎么算。语音算法岗位笔试越来越看重“你有没有真正理解模型”而不是“你有没有看过这篇论文”这种基本功在简答题里体现得非常明显。4. 实时通信场景降噪、回声消除与波束形成4.1 噪声抑制谱减法、维纳滤波与DNN降噪欢聚时代做实时语音通信降噪是核心刚需。笔试里的噪声抑制题目通常从谱减法开始用估计的噪声谱减去带噪语音谱得到干净谱。谱减法实现简单但会有“音乐噪声”问题因为频谱估计不准确会产生随机的尖峰。答案里如果能提到“过减因子”和“频谱下限限制”说明你对谱减法有真实的理解不是背公式。维纳滤波在频域上做的是一个最优线性估计目标是让估计信号与干净信号的均方误差最小。笔试考维纳滤波时通常会给你带噪信号和噪声的功率谱密度让你写出维纳滤波器的频域表达式也就是信号功率谱除以信号功率谱加噪声功率谱再乘以带噪信号谱。公式不难但需要你理解这里用的是统计量而不是直接对信号本身操作。到了深度学习时代DNN降噪已经成为主流核心思路是用大量带噪-干净配对数据训练一个神经网络直接预测干净频谱或掩码。笔试里遇到DNN降噪我喜欢强调一个关键点训练数据的多样性和仿真流程比网络结构更重要模拟数据要覆盖不同信噪比、不同噪声类型、不同房间混响条件。能答出这个工程层面的认知会在众多千篇一律的答案里显得更真。4.2 回声消除AEC实时语音通信里最难啃的骨头回声消除是语音通信面试的“劝退题”。它的原理是扬声器播放的信号经过空间声学路径传回麦克风形成回声AEC用自适应滤波器估计这个声学路径从麦克风信号中减去估计的回声。笔试常考自适应滤波算法NLMS归一化最小均方是最基础的一种你需要掌握它的更新公式和步长选择。NLMS的步长选择是实际工程中的坑。步长太大收敛快但稳态误差大步长太小收敛慢但稳态效果好。所以实际系统常用双滤波结构一个负责快速跟踪一个负责精确收敛。2018年面试时能和面试官聊到这个层面通常会得到不错的评价。除了线性回声还有非线性回声。扬声器在大音量下会产生非线性失真线性自适应滤波器无法完全消除因此现代AEC系统往往串联一个非线性后处理模块或者用深度学习建模残余回声。笔试中如果问“AEC为什么做不干净”至少要从线性路径估计误差和非线性失真两个角度回答能把这两点讲清楚基本就超过了大部分候选人。4.3 AGC与VAD容易被忽略但实际应用极广的模块自动增益控制AGC用于将不同说话距离、不同音量的语音信号调整到统一幅度。笔试中相对少考具体算法但会问你AGC在哪些场景下必要比如手机通话时说话人距离麦克风忽远忽近、直播时主播音量忽大忽小这些都是AGC发挥作用的典型场景。VAD语音活动检测则是更高频的考点。它有多种实现路径传统方法基于能量、过零率、谱熵现代方法基于神经网络分类器比如把VAD建模成二分类问题。笔试可能会问你VAD在实时通信中的作用除了省电和节省带宽还能控制降噪和回声消除只在语音段生效避免在静音段放大噪声。B卷若考这个方向我建议你从“多模块协作”的角度答题突出VAD并不是独立模型而是整个音频处理链路的调度开关。另外要留意端点检测VAD与活动检测的边界情况音乐、咳嗽、键盘声都可能触发误判。真实场景下纯能量VAD在噪声环境里表现不稳改用语音存在概率SPP估计会更可靠。这类经验在笔试中可以作为加分项提出。4.4 麦克风阵列与波束形成把方向性知识补上麦克风阵列在直播、会议、智能音箱里使用广泛。笔试常考波束形成算法最简单的Delay-and-Sum将各麦克风信号按目标方向的时延对齐后相加从而增强目标方向信号、抑制其他方向的干扰。如果只背“延迟求和”四个字分会拿不全还需要知道它本质是在做空域滤波。进阶一点会考MVDR最小方差无失真响应波束形成它约束目标方向响应为1的同时最小化输出功率能更好地抑制干扰。GSC广义旁瓣抵消器则是MVDR的一种等效实现把波束形成拆成固定波束、阻塞矩阵和自适应噪声抵消三部分。这几个概念如果都认识笔试里的阵列题基本能从容应对。在工程中实际麦克风阵列还要考虑阵列几何、麦克风失配、声源定位误差等问题。笔试不会考这么深但如果你能在答题时主动提到“鲁棒性”这个点会让阅卷人看出你对这一块有工程意识而不只是会背算法的数学表达式。5. 编程与数学基础算法工程师的硬功夫5.1 笔试中的编程题高频题型与解题框架B卷的编程题不会像ACM那样变态但常见的数据结构和算法题一定要熟练。我当年遇到的类型包括数组操作、字符串处理、动态规划、二叉树遍历、排序搜索。比如找两个字符串的最长公共子序列或者求数组中连续子数组的最大和这类题目出得最多。手撕代码时我建议先想清楚边界条件再动手。很多同学一上来就写核心逻辑结果空数组、单元素数组、全是负数这些情况没有覆盖扣分很可惜。代码的鲁棒性在批卷时很容易被看到即使你的主流程是对的边界溢出一样会拉低印象分。写题习惯上用Python会让表达更简洁但如果你投的岗位偏向底层C开发用C写会被更认可。重点是变量名清晰、逻辑分步明确不要为了炫技写一堆花哨语法。语音算法工程师平时要处理的是实时音频流对代码效率有一定要求笔试中能体现复杂度意识是很好的加分项。5.2 动态规划语音算法里绕不开的数学工具动态规划在语音算法中地位很高HMM解码、viterbi、序列对齐、CTC计算都和DP有关。笔试里的DP题往往不难但考察你对“状态定义”和“转移方程”的理解。比如最长公共子序列状态就是dp[i][j]表示第一个字符串前i个字符与第二个字符串前j个字符的LCS长度转移方程按当前字符是否相等分两种情况。我建议你在准备笔试时把DP的通用模板总结出来先定义状态再写转移方程再定初始化最后确定遍历顺序。这四个步骤缺一个都不好使。遇到不会的DP题至少要把状态和转移方程写出来即使最后代码没写完阅卷人也可能给部分分。很多人会忽略复杂度知识的应用。比如HMM解码的维特比算法时间复杂度是状态数平方乘以帧数如果状态数多一点运算量会很大。笔试中算复杂度时要把输入规模写清楚然后给出大O表示法这不仅在编程题有用在说明算法原理时也很有说服力。5.3 概率统计与线性代数简答题里的隐藏分值语音算法涉及的数学知识集中在概率统计和线性代数。概率论常考高斯分布、极大似然估计、贝叶斯公式、EM算法。GMM的训练就是EM算法这一点在回答HMM-GMM相关题目时一定要能讲清楚。线性代数常考矩阵特征值分解、奇异值分解SVDPCA降维的基础就是SVD。笔试里有时会出一道结合数学和语音的题给出一段带噪语音假设噪声是高斯白噪声让你用贝叶斯估计推导维纳滤波。这时候你不仅要知道线性代数的矩阵写法还要知道概率论里的最小均方误差估计。这类综合题能看出你的数学功底是否扎实。如果你时间有限我建议把EM算法的核心步骤背熟E步计算隐变量的后验概率M步最大化期望对数似然更新参数。语音识别里GMM-HMM训练、噪声估计里的最大值似然都是它的变体。把EM的套路搞清楚很多简答题都能往这个框架上靠。6. 一套模拟笔试题的实战复盘答题思路比答案更重要6.1 简答题模拟VAD的功能、应用与实现思路考题背景在实时语音通信系统中VAD模块的作用是什么结合具体场景说明它如何提升整体通信质量。参考答题思路VAD的核心作用是区分语音段和非语音段。在实时通信中VAD可以控制编码码率静音段用极低码率传输甚至不传输节省带宽可以控制降噪和回声消除只在语音段启用避免在静音段放大背景噪声还能用于唤醒词检测、语音活动统计等场景。实现上传统方法用能量、过零率与背景噪声估计判断语音存在现代方法基于语音存在概率SPP或DNN分类器抗噪能力更强。我在批改模拟卷时发现很多人写VAD只会写“检测有没有人说话”这拿不到高分。要把“下游模块如何消费VAD结果”写出来才能体现系统思维。在评论区或面试中如果能提到“前后端VAD联合处理”“防止因VAD误判导致整句被切碎”会是很大的加分项。6.2 计算题模拟维特比算法求最优状态路径考题背景假设一个HMM有3个状态S1、S2、S3观测序列长度为2给出初始概率和状态转移概率、观测概率如下表求最可能的隐藏状态序列。这类题在笔试中属于“大题”分值高但计算量不大。答题时要先把递推公式写在旁边delta(t, j) max_i(delta(t-1, i) * a_ij) * b_j(o_t)然后一步步计算并保留回溯指针。表格化的演算过程是拿分的关键阅卷人即使发现你最终路径算错只要中间步骤正确也能给部分分。我在考前建议自己动手算一次完整流程不要只看书。维特比只要亲手算过一遍考试时不容易紧张出错。这类题没有太多技巧纯熟度决定正确率。当然表格在笔试中并没有给出实际数值我这里只提供一个计算框架。真正遇到时你把数值代入用同样的步骤推导即可。我当年参加B卷时这类题只要按框架来基本能拿满步骤分。6.3 设计题模拟给实时语音通话设计一个降噪方案考题背景产品方要求提升实时语音通话的听感质量在移动端设备上做降噪如何处理各种噪声键盘声、交通噪声、餐厅嘈杂声并保证低延迟。参考答题结构第一步明确约束移动端算力有限端到端延迟要控制在几十毫秒内第二步设计前端信号处理链先做VAD区分语音段再做AEC消除回声然后做波束形成如果有多麦克风最后接入单通道降噪模块第三步选择降噪算法传统谱减法适合稳态噪声维纳滤波适合处理平稳噪声神经网络降噪适合非平稳噪声但需要控制模型规模和推理时延第四步规划上线评估方案用客观指标PESQ、STOI加主观听感测试判断效果。这道题最关键的是“分层递进”的逻辑不要把降噪做成一个孤立模块而是让它感知上游VAD和下游编码的状态。设计题没有标准答案但结构清晰、考虑周全的答案永远比只扔一个算法名字要强得多。批卷人想看到的不是“准确率多高”而是你有没有全链路的工程思维。7. 备考节奏与常见失分点给正在准备校招的你7.1 时间分配基础、专题、模拟三步走如果距离笔试还有一个月我建议按三阶段准备。第一周快速过基础信号处理的分帧加窗、FFT、MFCC语音识别的HMM-GMM和DNN-HMM机器学习的经典模型这些必须达到能默写的程度。第二周做专题强化针对B卷涉及的“实时通信音频处理”“端到端语音识别”做深度理解。第三周模拟实战拿真题和模拟题限时训练重点练手算速度。考场上拿到卷子先把会做的题快速做完不会的先跳。我自己当年就是先做编程题再做简答题最后回头啃计算题。因为编程题一旦思路顺畅写代码时心理状态会越来越好卡在一道计算题上容易影响后面整场的节奏。语音算法岗笔试不同于纯软件开发岗它不仅考代码还考你对音频物理过程和模型数学原理的理解。因此复习时不能只写代码不推导公式也不能只看公式不写代码两者要同时抓。7.2 高频失分点这些坑我替你踩过了第一个坑是MFCC里取对数的位置。很多人在滤波组之前取对数实际上是在滤波组输出能量之后取对数。顺序搞错整个特征定义就错了影响一整道简答题得分。第二个坑是分帧函数里“帧移”和“帧长”是否重叠考试时一定要看清题目给的是“不重叠帧”还是标准帧移。第三个坑是HMM里“状态数”和“观测符号数”混淆前者是隐状态的数量后者是离散观测的取值数量连续观测时还要换成GMM。编程题的失分点也很集中没有考虑空输入、数组越界、整数溢出。常见场景是连续子数组最大和全部为负时应该返回最大那个负数还是返回0要看题目约定。如果有歧义可以在注释里写清自己的假设比闷头写半天、边界条件全错要好得多。7.3 学习路线与资料清单不求多但求扎实我的建议是核心资料只看三样一是《语音信号处理》或类似入门教材用于打底二是《Speech and Language Processing》里语音部分的内容用于理解识别框架三是几篇端到端识别的经典论文用于拓宽视野。不要囤一堆资料看不完反而焦虑。代码题训练就用LeetCode的简单和中等题重点刷动态规划、数组、字符串。我已经说了语音算法岗笔试题不追求偏题怪题追求的是一种“扎实感”。你如果能把高频题都做到不卡壳笔试的coding部分不会拖后腿。面试是综合考察笔试只是第一关。但笔试的准备过程本身就是在帮助你建立完整的语音算法知识体系。这些知识进组之后都是天天在用的不存在“笔试考完就忘”的浪费。最后再分享一个小经验我觉得心里踏实比什么都重要。笔试前我习惯把分帧参数、MFCC流程、维特比框架图、NLMS更新公式按自己的语言写在一张A4纸上不看原书看能不能完整复现。这个过程会暴露出很多“你以为会了但其实不会”的地方。考前失眠也没关系关键是上了考场先把会的题稳稳拿住遇到不会的题就告诉自己语音算法岗位要的是长期积累一道题定不了终身。祝笔试顺利我们组里见。