快手算法工程师（语音/音频/音乐方向）-【可灵AI专项】
任职要求
1、机器学习、模式识别、信号处理等计算机相关专业的硕士或者博士； 2、有丰富的语音相关工作经验，精通深度学习理论； 3、熟练掌握C/C++、Python，有较强的工程实现能力； 4、相关顶会或期刊上…
工作职责
1、负责语音、音频和音乐相关算法的研究与开发，包括但不限于语音识别与合成、语音降噪/分离、音频分类、音乐识别等方向； 2、负责跟进行业前沿技术发展趋势，跟踪国际最新技术发展方向； 3、探索语音/音频/音乐技术落地新玩法，在音频AI理解和生成等方向进行业务创新。
1.负责语音识别ASR应用涉及的效果调优与实现，比如多语种语音识别与翻译（中/英/法/日/韩/东南亚/中东等）、端侧超级轻量级高效ASR的落地实现、解决目标说话人增强的ASR相关技术的落地、声学/语意vad等； 2.负责语音识别asr-llm大模型与前沿技术调研与落地，比如更合理的语音与文本对齐、适用于多语种的模型方案、更高效的弱监督数据筛选流程等； 3.负责跟踪并复现业界最前沿的音频处理方案，并能融合优化当前效果。
1. 负责3A核心算法的研发与迭代，包括回声消除（aec）、自动噪声抑制（ans）、自动增益控制（agc），确保算法在复杂声学环境下的鲁棒性，保障全双工通话的高保真音质与交互体验。 2. 推动3A算法的轻量化部署与端侧适配，结合深度学习与传统信号处理技术，平衡算法性能与资源消耗，支撑智能体语音交互技术基座建设。 3. 针对人机语音交互、智能体对话等前沿场景，优化VAD判停和语义完整性检查，实现“快速打断，智能判停，实时响应”的自然对话能力； 4. 研发语音识别（ASR）、语音合成（TTS）技术，并探索交互式语音模型在智能体对话中的应用，搭建可控双流模型的数据，训练和评估体系，优化对话模型的边说边听和情感识别能力； 5. 与产品、工程团队紧密合作，将算法模型落地到实际应用中，并持续优化系统性能。 6. 跟踪学术界和工业界的最新进展，探索前沿技术在对话系统中的应用。
1. 负责语音生成/语音识别/语音合成/声纹/语种/情感等方向的算法研究和开发； 2. 负责语音信号处理的相关算法研究和开发，包括语音增强、回声消除、混响消除、自动增益控制、波达方向估计、波束形成等； 3. 负责口语语言理解/用户意图理解/对话模型/语音交互等算法研究和开发； 4. 语音统一多模态大模型：研究下一代多模态通用大模型技术范式，实现文本、语音、视觉模态的联合建模。
1. 负责海量文本挖掘或NLP任务：话术质检、对话摘要、关键信息抽取、语义检索、对话生成、策略推荐。 2. 负责催收、客服等场景算法：用户画像、策略推荐、风险预测、意图理解、智能外呼 / 对话。 3. 基于 LLM + Agent 构建智能对话，落地 Agent 协同与跨系统自动化闭环。 4. 跟踪业界研究成果，将前沿 NLP、大模型技术成果应用于相关场景中，根据实际应用效果不断优化模型算法。