【蚂蚁星】语音信号处理与语音算法-平台技术（实习）

岗位职责

感知与生成引擎部门，打造下一代AI研发范式和AI应用原生架构的基础设施，包括模型训推、Agent引擎、多模态交互、多媒体技术等。 1.主导前沿语音信号处理算法的研究与开发，包括但不限于语音增强、降噪、分离及信号重构等核心技术创新； 2.深入研发新一代端到端语音识别（ASR）、语音合成（TTS）算法，突破现有架构性能瓶颈； 3.构建面向多语种/低资源场景的自适应语音处理系统，解决跨语言/跨场景的泛化性问题； 4.探索语音处理与大语言模型（LLM）的深度融合，开发创新性语音交互系统； 5.主导从理论创新到工业级落地的完整技术闭环，确保算法在真实场景中的高可靠性。

任职要求

学术要求： 1.博士学位，专业方向为语音信号处理、计算声学、人工智能或相关领域； 2.在语音处理顶级会议（ICASSP/Interspeech）或期刊（IEEE TASLP）以第一作者发表2篇以上高质量论文； 3.具有系统性科研经历，深度参与过国家级重点语音相关课题研究者优先。 技术要求： 1.精通语音信号处理全技术栈（从传统信号处理到时序深度学习）； 2.对端到端语音模型（Conformer/Transformer架构）有深刻理论理解与实践经验； 3.熟悉语音处理前沿方向（如神经声码器、语音分离、语音抗噪等）； 4.至少主导过一项完整的语音系统研发全流程。 工程能力： 1.精通Python/C++及主流深度学习框架的底层优化； 2.具备大规模语音数据训练与模型压缩的实际经验； 3.具有构建工业级语音系统的完整工程实现能力。 附加要求： 1.获得过重要学术奖项（如IEEE最佳论文奖）者优先； 2.具有国际顶级语音实验室（如Microsoft Research、Google Brain）研究经历者优先； 3.具备跨学科创新思维，在相关领域有专利成果者优先。

特色标签

C/C++、CNN/RNN、Kaldi、Python、TensorFlow/PyTorch、低资源语音处理、噪声抑制、声学相关专业、多说话人分离、大模型、大语言模型、少样本语音学习、损失信号重建、数字语音处理、文本转语音、时频重构、有国际期刊/会议论文发表、深度神经声码器、生成式预训练模型、盲源分离、神经语音合成前端、神经语音波形生成、端到端语音合成、自动语音识别、自然语言语音合成、自适应降噪、英文读写能力良好、计算机相关专业、语音、语音保真增强、语音信号分析、语音信号建模、语音分离、语音清晰度提升、语音识别工作经验、语音质量增强、语音转文本、语音重构、语音降噪、说话人无关识别、跨语言语音建模、通信/信号处理相关专业