语音技术负责人

岗位职责

岗位详情

工作职责: 1、负责语音大模型团队的技术领导工作。涵盖：语音识别、语音翻译、语音合成、音色克隆、智能语音对话等通用模型或垂直领域模型的一线技术工作； 2、负责带领团队落地和优化语音能力和现有b站的应用场景结合。涵盖：自动视频字幕、视频ai语音翻译、直播间字幕和语音生成、创作工具的相关语音识别和语音合成技术等； 3、跟踪前沿技术动态，开展深入研究和分析，并撰写和发表相关领域高水平学术论文，建设行业有影响力的语音技术团队； 4、深入研究端到端语音实时交互技术，解决跨语言理解、翻译与合成的关键问题，优化语音输入到多模态输出的全链路效果。有 Audio LLM 相关经验优先。 工作要求: 1、计算机科学、人工智能等相关领域硕士或博士学历优先，有知名科研实验室或科研经历的优先； 2、相关的技术管理经验，同时能参与到具体的一线开发和模型训练工作中。5+年以上的开发经验，3+年管理经验； 3、拥有语音技术领域的研究或工作经验，熟悉多模态理解和生成原理，对大模型底层技术有深入理解，敢于挑战前沿技术； 4、主导过GitHub上有影响力的开源项目，或曾在InterSpeech、ICASSP等顶级会议上发表论文者优先考虑； 5、对端到端语音交互技术有深刻理解，跨语言语音处理技术有实际研究和开发背景，熟悉相关模型和技术栈者优先。

任职要求

（暂无）