小红书AI音乐算法实习生
任职要求
1. 计算机/电子信息/自动控制/软件工程/数学等相关专业； 2. 在音乐生成/音乐信息检索/音乐信号处理等方向有相关经验； 3. 熟悉Tensorflow/Pytorch等工具，了解深度学习及大模型相关技术，具有模型训练与优化经验； 4. 良好的团队沟…
工作职责
1. 在业务场景下围绕音乐理解及生成技术，支持小红书音乐推荐/音乐生产/版权监测等多项业务，结合实际需求进行技术落地和创新； 2. 参与音乐相关大模型研发，包括音乐理解/音乐生成/音乐预训练/音乐多模态等。
1、负责将声学知识（人声和音乐）应用于文本到语音（TTS）与文本到音乐生成场景，从应用链路的各个环节提升声音质量，包括语音自然度、情绪表达、音色一致性，以及音乐的旋律优美度、节奏准确性等，以满足实际场景需求； 2、深入理解音乐结构（旋律、和声、节奏、情绪）与音频信号处理，将音乐理解相关特征引入 TTS/SVS 模型，提高音乐性、可控性与生成质量； 3、参与歌声合成（SVS）和声音克隆（VC）相关模型的研发与调优，包括音高曲线控制、韵律建模、音色迁移、多风格歌唱生成等； 4、跟进行业前沿的 TTS、歌声合成、音频生成模型技术（如 Diffusion、Flow Matching、GAN、Neural Codec、音频 LLM 等），并将其有效应用于实际业务场景； 5、构建与维护大规模音频与语音训练数据集，设计高效的数据清洗、标注、增强、去噪与特征提取流程； 6、分析与解决应用中的关键问题，如音质退化、发音错误、韵律异常、音色偏移等，并持续优化模型性能； 7、与音乐制作、产品、内容团队协作，推动模型在 AI 音乐创作、AI 歌手、AI 语音助手、语音互动等场景的落地，并根据反馈持续迭代。
1. 负责音乐生成大模型算法研发，攻克文本生成音乐、音乐编辑、音色克隆等核心技术； 2. 研发音乐理解大模型，搭建高精度、细粒度音乐内容描述体系； 3. 搭建完善的音乐训练数据集，支撑模型迭代优化； 4. 落地音乐生成大模型至核心业务，保障技术实用化； 5. 跟进行业前沿，维持团队音乐生成技术领先性。
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、以Python后端开发、系统测试、数据处理为主，建设服务于歌曲创作的系统工程； 2、熟悉已有的系统工程，负责维护日常自动化运作，以及进行相关内容生产。