vivo语音增强算法工程师/专家

岗位描述： 1、负责语音增强相关算法的研究、仿真和开发工作，包括但不限于麦克风阵列、回声消除、噪声抑制、端点检测等； 2、负责语音增强深度学习方向的技术研究及落地，结合传统信号处理优化复杂场景下的语音增强效果，提升AI语音产品的交互质量及用户体验； 3、负责将语音增强算法应用到手机终端，优化算法效果、计算性能、内存、功耗等指标； 4、探索语音增强技术前沿领域知识，跟进国际顶级学术界成果和工业界项目。

语音是人机交互中最自然、最便捷的模态。随着大模型时代的到来，语音AI的研究正从单一任务向多模态、高自然度交互演进。在阿里巴巴，我们的语音技术已深度植入流媒体、直播互动、智能客服、办公会议、AIoT及数字人等多元场景。我们正在寻找志同道合的伙伴，共同探索语音技术在复杂场景下的极限。在这里，你不仅能触达海量的真实数据，更能亲手打造影响亿万用户的交互体验。一段更具挑战、更有成就感的旅程正待开启！ 岗位职责： 1. 核心算法研发： 负责语音信号处理领域的前沿算法研究与落地，包括但不限于语音识别（ASR）、语音合成（TTS）、说话人识别与分离（Speaker Verification/Diarization）、语音增强及端到端语音交互方案； 2. 专项技术突破： ● 声纹与属性识别： 负责声纹识别、语种识别以及情绪识别（Emotion Recognition）的算法优化，提升在真实业务场景下的识别精度与跨域泛化能力； ● 音频内容理解： 基于语义与声学特征，深度挖掘语音中的情感、意图及环境信息，赋能直播审核、内容分析等业务； ● AI-VAD： 研发基于深度学习的高鲁棒性语音活动检测（VAD）算法，解决强噪声、多语者叠加、远场等复杂环境下的起停点检测痛点； 3. 模型工程化落地： 推动算法在云端或端侧的部署优化，在保障性能（精度/鲁棒性）的同时，平衡算力消耗与推理延迟； 4. 技术预研： 跟踪并探索语音领域前沿技术（如大语言模型与语音的结合、Speech-to-Speech原生端到端交互等）。

1. 负责车载声学信号处理的相关核心算法研究和实现，包括且不限于语音增强、回声消除、声源定位、语音分离等； 2. 针对实际场景评估硬件选型，设计阵列排布，对算法进行优化、调试，并将算法进行工程化落地，达到可量产大规模使用的实际性能

1、评审机器人麦克风阵列及声学硬件方案，提供软件接口与优化建议； 2、参与语音前端模块优化，例如多通道噪声抑制、回声消除和自动增益等算法的优化和设计； 3、参与开发并优化端侧语音唤醒与声源定位模块； 4、调优 ASR 声学模型与解码器参数，提升识别准确率与鲁棒性； 5、与硬件、嵌入式、测试及产品团队协作，推动语音软件方案落地。