腾讯多媒体实验室-多媒体标准专家

1、专业知识和技能：‌具备专业的测试知识和技能，‌包括但不限于负责手机video功能，video编解码，video版权，video新特性测试等、‌参与手机video竞品分析、‌主导手机video测试灰白盒设计、‌参与各种质量标准体系建设等。‌ 2、业务技能要求：‌具备video丰富的测试业务经验，对video测试技术规划和行业测试技术现状有较深入的了解； 3、实验室建模及自动化实现：‌能够负责实验室建模及自动化实现，‌要求具备相关的技术能力和实践经验，‌以便高效地完成测试任务。‌ 4、工作年限要求：近期从事手机多媒体(video方向)测试领域5年及以上工作经验，拥有video媒体显示开发经验者优先；

研究领域： 多媒体 项目简介： 在支付宝平台上，存在着海量的帖子、文章、评论、商品信息、社群内容、以及其他各种形式的数字化内容，如何有效地对这些内容进行压缩和表示，是提升信息处理效率和赋能下游应用的关键。现有内容表征方法面临以下挑战： 1. 表征效率低下： 传统方法往往难以有效处理海量内容数据，表征效率较低，计算成本高昂。 2. 表征能力不足： 难以有效捕捉内容中的关键语义信息和上下文关联，表征能力有限，难以满足复杂应用的需求。 3. 通用性差： 现有方法往往针对特定类型或特定模态的内容，通用性较差，难以适应多样化的应用场景。 计划研发研发一种通用和灵活的基于大模型架构的内容表征引擎，能够对海量、多模态内容进行高效压缩和精准表征，为下游应用提供统一、高效的信息处理基础。 - 助力内容认知和理解场景获取更为准确的表征输出 - 支持需要长上下文场景的表征应用 - 提升表征的泛化性、跨领域表征适配能力增强 - 可灵活用于支持各类跨模态、跨domain的表征匹配任务

研究领域： 多媒体 项目简介： 在AGI产品日益普及的当下，语音作为用户与智能系统之间的重要交互方式，正被广泛接受和应用。为了提供更为自然流畅的语音交流体验，我们需要聚焦以下关键问题： 1. 语言特性：包括韵律、情感等语音习惯的模拟，使得合成语音更接近于真实人类的表达，确保对话的流畅性和可控性。 2. 实时响应：力求在极短的响应时间内（毫秒级）生成语音，以满足用户对于实时互动的需求。 因此，本项目旨在研发高可信度的语音合成方案，并将其成功应用于支小宝等业务场景中。研究方向涵盖但不限于情感可控合成、副语言合成、韵律控制、流式生成等多个技术领域。

1. 负责公司多种产品形态的AF开发和端到端效果交付； 2. 对业界顶级相机进行相机技术分析和拆解，定制具有竞争力的相机对焦系统，并推动算法方案的落地； 3. 深度参与AF核心器件的设计定制与开发，结合图像算法不断提高AF检测器的竞争力，并最终落地产品； 4. 主导AF IP的算法原型设计和升级，包括不限于PD，CD，TOF 等，参与算法原型仿真和C Model落地和IP验证，最终落地芯片； 5. 参与或主导AF系统方案设计和策略算法开发，包括不限于：系统软件框架设计，多源AF融合策略，焦点追踪技术， 瞬间抓拍， 光学变焦AF追踪，对焦辅助等等； 6. 负责AF策略开发和维护升级，包括不限于调试工具，标定工具开发， 实验室建设，工厂标定， 性能优化等。