算法工程师-语音交互

岗位职责

1. 参与语音tokenizer，ASR，TTS、端到端对话、音乐等算法及新技术方案的研发，推进语音新技术的突破；
2. 参与可控语音生成、语音对话、情感理解及交互等场景的算法方案设计和研发，同时负责推进整体方案的落地；
3. 参与在大模型技术栈下，新业务场景、新交互形态、新算法应用的调研和探索。

任职要求

1. 本科及以上学历，语音、多模态、机器学习、计算机相关专业，

2. 熟悉语音识别、语音生成、语音前端、端到端对话等语音算法原理；

3. 有语音交互项目的推进和落地经验，熟悉业界主流的语音系统实现方案。 加分项

4. 在多模态/语音/语言大模型领域有科研或项目实践经验，在国际顶级会议/期刊发表过高质量论文；

5. 大模型分布式训练、AI Infra等领域有科研或实践经历。

特色标签

AI基础设施、Kaldi、Python、TensorFlow/PyTorch、一体化对话系统、人工智能算力底座、人机对话相关经验、全链路对话、前端信号处理、可控语音创作、可控语音合成、多模态学习、大模型体系、大模型技术体系、大模型架构、大模型训练平台、情感计算、情感识别、情绪理解、文本到语音、文语转换、智能交互、有国际期刊/会议论文发表、条件语音生成、端到端语音对话、聊天机器人、自动语音识别、英文读写能力良好、视觉-语言-语音融合、计算机相关专业、语音、语音分词器、语音合成、语音离散单元、语音符号化、语音识别、语音识别工作经验、语音转文字、语音预处理、跨模态、音频前端