高德-语音多模态算法工程师-语音理解方向

岗位职责

-团队介绍 高德语音技术部是负责高德全栈语音技术的综合性团队，致力于通过前沿语音技术的研究与落地，赋能下一代 AI 产品创新。 团队核心技术能力覆盖：自研 ASR&TTS 基座大模型、端侧模型、多语种、RTC 流式语音、语音内容生成、语音识别、跨模态模型、模型服务与推理等方向。业务支撑面向高德全部核心场景，包括语音导航、AI 领航员、IP 语音定制、国际化、AI 语音助手、智能外呼、内容生成等。 我们相信技术创造价值。近期部分产品进展：高德AI伴行 https://mp.weixin.qq.com/s/SDlTjmNSi-PAptxuPx3UHw 岗位描述：

1. 负责语音唤醒、增强、识别、语音与大模型融合等核心语音模块研发，独立开展技术研究与业务落地；
2. 结合高德地图导航、语音交互等真实业务场景，持续提升复杂场景下的语音理解与生成能力；
3. 持续跟踪业界前沿语音大模型技术，结合业务需求开展语音多模态、全双工交互等技术创新与预研。
4. 与产品、工程架构团队紧密协作，完成技术方案的部署上线与性能优化，实现从技术到价值的闭环。

任职要求

任职要求：

1. 计算机、人工智能、信息、自动化等相关专业硕士及以上学历，具备语音、自然语言处理、机器学习、多模态等背景；
2. 熟练掌握至少一种主流深度学习框架（PyTorch / TensorFlow），具备扎实的模型开发与训练实战经验；
3. 熟练掌握 C/C++、Python、Shell 等编程语言，对数据结构与算法设计有深入理解；
4. 具备良好的沟通能力、团队协作精神与自我驱动力，对技术充满热情。 加分项: ● 在国际顶级会议或期刊（ICASSP、Interspeech、ICML、NeurIPS 、ICLR等）发表过论文； ● 在 ACM/ICPC、NOI/IOI、TopCoder、Kaggle 等竞赛中获奖； ● 具备端侧语音模型部署、大模型微调或多模态融合的项目经验。

岗位标签

NEW