【蚂蚁星】算法工程师-语音算法-灵光（实习）

岗位职责

部门介绍： Nexus 语音团队服务于蚂蚁灵光 App，负责灵光全栈音频 AI 能力建设，涵盖语音识别、语音合成、音乐生成、音效生成、实时音视频交互等方向。团队面向真实产品场景，持续推动前沿语音与音频技术的研发和规模化落地。

职位描述： 1.负责实时音视频交互技术的算法迭代与创新，持续探索业界领先的多模态、全双工交互技术； 2. 面向 AGI 创新产品，探索音频模态的新能力、新应用及业务落地； 3. 持续跟进前沿技术进展，研究方向包括但不限于语音交互、泛音频生成、语音理解等。

任职要求

1.具备扎实的大模型研发经验和语音交互技术基础； 2. 在全双工交互、语音识别、语音合成、目标说话人识别、声学前端、语音大模型等一个或多个方向具有深入理解或突出成果； 3. 具备出色的问题分析与解决能力，逻辑严谨，能够独立推进复杂技术问题的研究与落地； 4. 在语音领域重要会议（ICASSP、INTERSPEECH）或人工智能领域顶级会议（NeurIPS、ICML、ICLR、AAAI）发表论文两篇及以上。

特色标签

AI作曲、ASR、C/C++、CNN/RNN、Kaldi、Python、TensorFlow/PyTorch、TTS、WebRTC、全双工语音通信、双向同时语音交互、口语对话系统、噪声抑制、声纹识别、声音特效生成、多模态大模型、大规模语音预训练模型、实时双讲、文本转语音、旋律生成、智能交互、智能语音助手、有国际期刊/会议论文发表、环境音合成、背景音乐自动创作、自动语音识别、英文读写能力良好、视听融合、语音、语音克隆、语音基础模型、语音增强、语音对话技术、语音转写、语音通用大模型、说话人识别、说话人验证、跨模态交互、金融、音频纹理合成、麦克风阵列信号处理