TCLAI语音算法工程师
任职要求
1.计算机、信号处理、通信、数学、自动化等相关领域本科及以上学历； 2.熟悉语言信号处理者优先，特征提取和预处理，语音增强； 3.熟悉主流语音识别框架，端到…
工作职责
1.负责语音前端算法开发和优化； 2.负责语音识别算法训练; 3.支持语音识别场景的产品化；
vivo AI研究院致力于研发业界领先的人工智能技术，通过AI技术创新持续为全球5亿+vivo用户带来无处不在的惊喜和激动人心的智慧体验。 在这里你将致力于： 1、负责语音唤醒、语音识别、语音合成、语音增强等相关算法的研究和开发工作； 2、负责大规模语音数据的采集、预处理和挖掘分析； 3、跟进语音技术前沿算法和技术，推动语音算法在实际应用场景的性能优化和落地。
1、KWS/ASR 核心算法研发 (40) 负责语音唤醒（KWS）与语音识别（ASR）算法的设计、训练、评估与迭代优化，涵盖特征提取、声学建模、解码搜索等关键环节，确保核心指标（唤醒率、误触发率、CER/WER）达成 2、端侧轻量模型设计与部署 (20) 设计并训练面向嵌入式设备的轻量级模型，应用量化、剪枝、蒸馏、神经架构搜索等压缩技术，在保障识别效果的同时满足功耗、延迟、存储等资源约束 3、数据闭环与鲁棒性提升 (20) 负责数据闭环体系建设，包括多场景数据采集、自动化标注、数据增强、困难样本挖掘与主动学习策略，持续提升模型在噪声、远场、口音等复杂场景下的泛化能力 4、端到端链路协同优化 (10) 与前端声学、嵌入式、后端服务团队紧密协作，完成语音链路联调、性能瓶颈分析与问题排查，保障端到端体验一致性 5、前沿技术预研与创新 (10) 探索自监督学习、多任务学习、端到端建模、语音大模型等前沿方向，推动新技术在业务场景中的预研、验证与技术储备
负责游戏研发/运营过程中的相关研发与应用工作；跟踪领域前沿技术，提升技术上限、落地游戏领域相关业务，包括： ①语音生成方向：负责语音生成相关算法能力研发和优化，包括但不限于高表现力语音合成、音色转换、生成模型等； ②图形学方向：负责多模态内容自动生成的研发与应用工作，包括但不限于2D/3D/动画的生成与处理；针对多模态内容生成的研发与应用，构建相关数据及所需工具，并搭建工作流程； ③大语言模型方向：负责游戏研发/运营过程中大语言模型研发与应用工作，包括但不限于基于LLM对游戏研发流程进行优化及对玩法进行创新；针对LLM的研发与应用，构建相关数据及所需工具，并搭建工作流程；