字节跳动音频算法实习生-音视频技术

ByteIntern：面向2027届毕业生（2026年9月-2027年8月期间毕业），为符合岗位要求的同学提供转正机会。 团队介绍：视频与边缘部门承载了字节跳动的媒体内容分发基建及技术中台，支持了字节全系产品，如抖音、今日头条、番茄小说、西瓜视频等APP的点播、直播、实时通信、图片等多媒体业务发展，同时将业务发展过程中沉淀下来的技术能力和工具，通过火山引擎对外输出，面向各行各业用户提供视频云产品和服务，愿景是为内外部业务伙伴提供最低成本、最优画质、最低延时、最安全可靠的富媒体内容分发解决方案，助力业务伙伴降本提效实现持续增长。 1、研究并实施部门自主研发的下一代沉浸式智能音频理解与处理算法系统； 2、实施并优化沉浸式智能音频编解码及处理系统，负责短视频、直播、VR/MR等业务场景的应用迭代； 3、跟踪并参与国内外音频标准，撰写高质量标准技术提案，推动国内外沉浸式智能音频标准工作。

1.参与多模态音频生成大模型算法研发工作； 2.跟进特定领域的前沿进展，对算法进行优化，使算法效果达到业界领先水平； 3.参与学术研究，产出具备行业影响力的科研成果，产出顶会论文及专利。

1.参与多模态音频生成大模型算法研发工作； 2.跟进特定领域的前沿进展，对算法进行优化，使算法效果达到业界领先水平； 3.参与学术研究，产出具备行业影响力的科研成果，产出顶会论文及专利。

1. 参与音频信号信号增强，声纹识别&分离，情感识别，ASR，TTS，声音内容理解等等方向的研究。 2. 深入调研和研究音频/多模态/全模态等方向的前沿技术，持续探索语音技术的新能力和新应用。