快手音频大模型评测工程师-【可灵AI专项】

任职要求

1、专业功底：
1）本科及以上学历，有音频相关经验或学历：计算机、人工智能、数字媒体技术、录音工程、音乐制作、音响导演、音频编辑、音乐工程等专业优先。
2）具备同期录音、后期混音、配乐制作或SDK声学调校、音质评价等相关领域的学习背景或实践经验，对音频质量的主客观评价有一定的了解；
3）熟悉主观音质评价体系，对于各类音频的听评标准有敏感性，有金耳朵认证者优先；
4）音/视频生成领域评测方法与指标体系有系统研究或实践经验，有音频类算法评测经验优先（包括TTS、文生音频、V2A、音视频一体化模型等），对常见算法模型及生成模型原理有较好理解，熟悉机器学习模型评估方法与指标，对音视频生成算法原理（如 Diffusion、Transformer、GAN）有较好理解。
2、评测经验：
1…

工作职责

音视频生成大模型评测体系建设与演进及业务保障，负责包括但不限于视频生成大模型中音频生成模块（Audio Gen）及音视频一体化的算法效果。不仅是评测的执行者，更是评测体系的架构师，通过深度的算法归因分析，驱动音频 VAE等核心组件的算法优化和迭代。
1、音视频一体化评测体系建设：
1）音频生成与音频理解相关算法、评测方法及评测指标体系具有深入理解，熟悉常见视频与音频质量评估方法，能够结合业务场景设计合理的评测方案；
2）建立从底层算子（VAE, Latent Space）到上层生成效果的全链路评测标准；
3）定义并量化音画同步性、语义关联度、音频美学表现力等关键维度；
2、Benchmark 与方法论沉淀：
1）构建具有行业领先水平的音频生成 Benchmark，涵盖音乐、环境音、音效（SFX）及人声等；
2）沉淀主客观结合的评测方法论，包括客观指标（FAD、KL Divergence、IS、CLAP Score）与专家级主观评价量表（MOS, MUSHRA）；
3、深度诊断与归因分析：输出专业评测报告，深度分析，定位模型缺陷，如针对音频 VAE 压缩失真、音频扩散模型频谱缺失、相位扭曲等问题进行深度诊断，并给出改进建议；
4、前瞻性调研与实验：持续跟踪 AIGC 领域（如 ElevenLabs、Suno、Stable Audio等）前沿技术动态，将行业最新的模型能力和技术路线转化为可落地的评测方案；
5、评测工具与平台化驱动：参与或主导自动化评测工具与平台的开发，利用技术手段提升大规模音视频数据的评测效率，探索基于大模型的自监督评测（LLM-as-a-judge）等创新手段。