传音ASR 算法工程师(J11507)
任职要求
1．数学、计算机、自动化、信号处理等相关专业硕士及以上学历，三年以上语音识别实际项目研发经历； 2．深度学习实践经验丰富，熟悉常用的序列识别建模和优化技术，熟悉 HMM，CTC，基于 Attention 的 Seq2Seq 等技术在语音识别方向上的应用（语音识别）； 3. 熟悉主流的参数合成式、端到端深度学习的语音合成算法及全链条处理流程（语音合成…
工作职责
1.负责语音相关技术研究(语音增强、唤醒、声纹、VAD、语音识别等)，包括声学模型、语言模型的数据准备、模型训练和解码器优化； 2.主导工程开发，包括模型服务化，海量语音数据处理，模型网络结构优化以及工程优化； 3.跟进业界最新技术，并运用于实际产品。
1、负责核心算法研发： 1）负责语音识别（ASR）算法的设计与优化，构建高精度、低延时的语音处理系统； 2）主导语种识别（LID）、说话人分离（SSD）等语音相关技术的研发与落地； 3）深入探索Whisper/FunASR等开源语音项目，结合业务需求进行技术创新与改进； 2、负责技术应用与优化： 1）将语音算法应用于会议转录、实时字幕、语音消息等ToB办公场景； 2）优化语音模型在云端的推理性能，提升资源利用效率； 3）建设语音领域的高质量数据集及评测体系； 3、工程能力建设： 1）深入使用Python进行算法开发，熟练应用PyTorch/TensorFlow搭建训练Pipeline； 2）构建高性能推理框架，探索TensorRT/Triton/OnnxRuntime等加速工具的应用； 4、跨团队协作： 1）与产品团队合作挖掘用户需求，推动语音技术在产品中的创新应用； 2）与工程团队协作完成模型部署，解决端到端落地中的技术挑战； 5、技术前瞻性研究： 1）持续跟踪ICASSP/INTERSPEECH等顶会最新进展； 2）探索语音与大模型结合的创新方向。
1、负责核心算法研发： 1）负责语音识别（ASR）算法的设计与优化，构建高精度、低延时的语音处理系统； 2）主导语种识别（LID）、说话人分离（SSD）等语音相关技术的研发与落地； 3）深入探索Whisper/FunASR等开源语音项目，结合业务需求进行技术创新与改进； 2、负责技术应用与优化： 1）将语音算法应用于会议转录、实时字幕、语音消息等ToB办公场景； 2）优化语音模型在云端的推理性能，提升资源利用效率； 3）建设语音领域的高质量数据集及评测体系； 3、工程能力建设： 1）深入使用Python进行算法开发，熟练应用PyTorch/TensorFlow搭建训练Pipeline； 2）构建高性能推理框架，探索TensorRT/Triton/OnnxRuntime等加速工具的应用； 4、跨团队协作： 1）与产品团队合作挖掘用户需求，推动语音技术在产品中的创新应用； 2）与工程团队协作完成模型部署，解决端到端落地中的技术挑战； 5、技术前瞻性研究： 1）持续跟踪ICASSP/INTERSPEECH等顶会最新进展； 2）探索语音与大模型结合的创新方向。
负责蔚来海外智能座舱的多语言语音识别（ASR）算法研发与优化，覆盖主流语种（如英语、德语、法语等）及小语种场景。 负责国际业务中多语种语音识别系统的需求沟通、性能评估，设计验收方案和验收标准，指导供应商技术改进或提出可行的解决方案，完成供应商交付的语音识别功能验收。 对语音识别中出现的问题进行数据分析与排查，定位识别效果不佳的原因，并进行改进优化。 与数据团队合作，构建高质量多语种语音数据集，优化数据标注流程及数据增强策略。
1. 负责语音识别模型的设计与开发，持续优化模型结构以提升识别准确率和鲁棒性； 2. 跟踪国内外语音识别领域前沿技术，包括端到端模型、自监督学习等主流算法进展； 3. 参与大规模语音数据的处理与建模，构建高质量的训练与评测体系； 4. 开展语音大模型的研发工作，探索在低资源、远场、噪声等复杂场景下的应用优化； 5. 参与多模态大模型的融合与创新，推动语音与其他模态（如文本、视觉）的联合建模； 6. 协同工程团队完成模型部署与性能调优，支持产品落地与实际应用场景需求。