核心领域：语音信号处理与机器学习、语音编码与增强、汽车听觉系统、自主驾驶感知AI、多模态语音识别。

主要技术方向：

语音编码与增强：软判决信源解码与错误隐藏、人工带宽扩展（HMM/DNN）、深度噪声抑制（FCRN、LSTM、自注意力）、声学回声消除（经典/神经Kalman滤波、DNN方法）、联合回声与噪声抑制；

汽车语音与听觉系统：免提通信与车载通话系统、多通道声学回声控制、车内声学事件检测与诊断、麦克风阵列波束形成与后滤波；

自主驾驶感知AI：语义分割与单目深度估计、对抗攻击与防御、无监督域适应与连续学习、角落案例检测、神经网络性能预测、模型压缩与量化、多任务学习；

多模态语音识别：端到端自动语音识别（Transformer）、音视频融合与Turbo ASR、视听语音识别、语言迁移学习。

关键能力：具备从语音信号处理算法设计、机器学习模型开发到车载与嵌入式系统部署的完整研发链条，贯通“算法理论→标准化贡献→工业应用”的全流程。其30余年工业与学术经验（西门子、大众、GN/Jabra等合作）深度结合，形成了涵盖语音通信、自主驾驶感知与安全AI的综合技术创新体系，在ITU-T语音质量评估标准制定中发挥了重要作用。