网易大模型算法工程师（TTS & AI音乐方向）
任职要求
1、计算机、人工智能、电子工程、信号处理或相关领域硕士及以上学历； 2、扎实的机器学习/深度学习基础，熟悉 Transformer、Diffusion、GAN、Flow Matching 等主流生成模型； 3、精通 Python，熟练掌握 PyTorch/TensorFlow 等主流深度学习框架； 4、熟悉音频处理基础，如 STFT、Mel 频谱、f0 提取、音频编码、声码器（Vocoder）等； 5、具备 TTS、VC、SVS、音频生成或语音模型相关的项目经验； 6、具备大规模分布式训练经验，包括数据并行、模型并行、流水线并行等； 7、良好的问题分析与解决能力，拥有优秀的沟通能力与团队合作精神。 【优先条件】 1、有音乐基础、具备音…
工作职责
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。
在算力驱动的 AGI 和人文精神的烟火气交汇之处，我们真诚邀请对大模型 Omni Model 有热情的同学加入，共同打造更具影响力的智能系统。你会成为团队的一员，并和其他同事协作，共同研发 SOTA 的 Omni Model。期待你以务实和客观的科学态度来推进技术的进展，不被过往经验裹挟、不被主观偏好影响。期待你除了算法外仍然是为出色的工程师。期待你对技术有强烈的好奇心和开放心态。 区别于传统 ASR / TTS 级联技术，我们希望打造端到端的 Omni Model 在实时交互中释放大模型的智力水平，彻底改变以 Chatbot 文字为主的人机交互界面 岗位说明：你会负责围绕大模型 Omni Model 构建语音模态的相关研究工作，包括但不限于如下事项 海量的语音数据处理和构建：定性分析、定量评估数据质量，并给出 scalable 的改进方案；探索跨模态（文字/视觉/语音）混合训练的最佳实践； 探索更加高效且合理的模型架构，让模型更加理解音频，同时让模型具备更好的语音合成能力 研究并探索基于 Omni Model 的 Post Train，包含但不限于 SFT 和 RL
岗位职责： 该职位通过大模型训练、Agent、RAG、N2SQL、NLP、语音处理等技术创新和突破，构建Agent通用平台、大模型训练平台等工具产品，同时支持对话机器人等垂直应用及智能产品的建设。欢迎敢于接受挑战的候选人加入我们，一起赋能企业客户。我们的研究方向包括但不限于： 1、通用大模型、推理大模型预训练、微调、强化对齐等技术的持续研究创新； 2、多语言大模型、领域大模型的训练技术研究与落地； 3、AI数据清洗、加工、合成、自动标注技术研究与落地； 4、文本机器人、语音机器人、质检机器人等客服域技术的研发与落地； 5、多Agent、RAG、N2SQL、自主决策等技术的研究与落地； 6、入呼大模型机器人、外呼大模型机器人研发经验；熟悉VAD, ASR, TTS等语音相关技术； 以上方向擅长其中1个即可
1、负责大语言模型微调， prompt优化，支持大语言模型相关项目 2、负责大语言模型在智能交互机器人，智能外呼，智能质检，AI Agent等业务场景上的应用研究 3、负责大语言模型的ToB场景下商业赋能，包括推理优化，私有化交付，同时结合传统小模型，协作形成技术到服务的最佳实践 4、负责大语言模型相关核心技术研发、前沿算法、开源模型与框架跟踪，根据产品需求完成技术转化，推动业务发展
1. 参与蚂蚁国际商服平台智能客服机器人AI算法的设计与开发，能够进行商服基座大模型的持续预训练（Continuous pretrain，CP）、监督微调（SFT）、基于人类反馈的强化学习（RHLF）等技术工作，并推动其在实际业务场景中的高效应用与落地。 2. 参与蚂蚁国际商服平台智能坐席助手AI算法的设计与开发，在坐席服务的前中后阶段，通过文本总结，观点挖掘，模拟对话、语义搜索、话术推荐、智能质检等AI技术，辅助提升坐席服务人员的服务半径与时效。