业务技术-音频算法工程师-3A与智能语音交互方向

Company Taotian

Focus Tech · Algorithm

Location 北京, 杭州

Published July 31, 2026

岗位职责

负责3A核心算法的研发与迭代，包括回声消除（aec）、自动噪声抑制（ans）、自动增益控制（agc），确保算法在复杂声学环境下的鲁棒性，保障全双工通话的高保真音质与交互体验。
推动3A算法的轻量化部署与端侧适配，结合深度学习与传统信号处理技术，平衡算法性能与资源消耗，支撑智能体语音交互技术基座建设。
针对人机语音交互、智能体对话等前沿场景，优化VAD判停和语义完整性检查，实现“快速打断，智能判停，实时响应”的自然对话能力；
研发语音识别（ASR）、语音合成（TTS）技术，并探索交互式语音模型在智能体对话中的应用，搭建可控双流模型的数据，训练和评估体系，优化对话模型的边说边听和情感识别能力；
与产品、工程团队紧密合作，将算法模型落地到实际应用中，并持续优化系统性能。
跟踪学术界和工业界的最新进展，探索前沿技术在对话系统中的应用。

计算机科学、人工智能、信号处理、声学等相关专业硕士及以上学历； 2. 精通3A算法原理与工程实现，熟悉语音识别（ASR）、语音合成（TTS）、语音对话与理解大模型等技术，有实际项目经验者优先；
熟练掌握Python、C++等编程语言，熟悉TensorFlow、PyTorch等深度学习框架。
具备扎实的机器学习、深度学习基础，熟悉Transformer、BERT、GPT等预训练模型。对人机语音交互、智能体技术有浓厚兴趣，具备良好的跨团队协作能力与技术攻坚意识。
在相关会议期刊（如ACL、EMNLP、ICASSP、Interspeech等）发表过相关论文优先。

NEW

岗位职责

负责3A核心算法的研发与迭代，包括回声消除（aec）、自动噪声抑制（ans）、自动增益控制（agc），确保算法在复杂声学环境下的鲁棒性，保障全双工通话的高保真音质与交互体验。

推动3A算法的轻量化部署与端侧适配，结合深度学习与传统信号处理技术，平衡算法性能与资源消耗，支撑智能体语音交互技术基座建设。

针对人机语音交互、智能体对话等前沿场景，优化VAD判停和语义完整性检查，实现“快速打断，智能判停，实时响应”的自然对话能力；

研发语音识别（ASR）、语音合成（TTS）技术，并探索交互式语音模型在智能体对话中的应用，搭建可控双流模型的数据，训练和评估体系，优化对话模型的边说边听和情感识别能力；

与产品、工程团队紧密合作，将算法模型落地到实际应用中，并持续优化系统性能。

跟踪学术界和工业界的最新进展，探索前沿技术在对话系统中的应用。

任职要求

计算机科学、人工智能、信号处理、声学等相关专业硕士及以上学历； 2. 精通3A算法原理与工程实现，熟悉语音识别（ASR）、语音合成（TTS）、语音对话与理解大模型等技术，有实际项目经验者优先；

熟练掌握Python、C++等编程语言，熟悉TensorFlow、PyTorch等深度学习框架。

具备扎实的机器学习、深度学习基础，熟悉Transformer、BERT、GPT等预训练模型。对人机语音交互、智能体技术有浓厚兴趣，具备良好的跨团队协作能力与技术攻坚意识。

在相关会议期刊（如ACL、EMNLP、ICASSP、Interspeech等）发表过相关论文优先。