vivo语音增强算法工程师/专家
任职要求
1、计算机或相关专业背景，掌握语音增强算法基础理论知识； 2、五年以上相关工作经验，熟练掌握C/C++、MATLAB、Python等编程语言； 3、熟悉Tensorflow/PyTorch深度学习框架，并有相关实际应用及模型优化的经验； 4、熟悉Android系统开发和架构，并有深度学习算法在手机终端的移植优化经验者优先； 5、具备创新思维，在专利和论文方面积累较多经验者优先； 6、有责任心，沟通能力佳，抗压能力强，表达能力出众者优先。
工作职责
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。
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。
团队介绍：字节跳动豆包大模型团队成立于 2023 年，致力于开发业界最先进的AI大模型技术，成为世界一流的研究团队，为科技和社会发展作出贡献。 豆包大模型团队在AI领域拥有长期愿景与决心，研究方向涵盖NLP、CV、语音等，在中国、新加坡、美国等地设有实验室和研究岗位。团队依托平台充足的数据、计算等资源，在相关领域持续投入，已推出自研通用大模型，提供多模态能力，下游支持豆包、扣子、即梦等50+业务，并通过火山引擎开放给企业客户。目前，豆包APP已成为中国市场用户量最大的AIGC应用。 1、多模态引擎研发：研发融合文本、视觉、语音的角色类大模型，优化角色生成的真实性与情感表达（如虚拟助手、游戏NPC、互动剧角色），突破多模态对齐、长期记忆、行为一致性等技术难点； 2、极致性能优化：超大规模模型的分布式训练优化，提升角色类模型的推理效率与资源利用率，指令微调、偏好对齐、数据增强等技术的场景化创新； 3、业务场景落地：支持豆包、猫箱等产品的角色生成需求，覆盖对话、创作、教育等场景，探索角色模型在智能硬件、元宇宙等领域的沉浸式交互能力； 4、前沿探索：研究人格化模型在情感计算、社会常识推理等方向的突破，定义AI角色从「功能执行」到「人格化陪伴」的技术范式。
团队介绍：字节跳动豆包大模型团队成立于 2023 年，致力于开发业界最先进的 AI 大模型技术，成为世界一流的研究团队，为科技和社会发展作出贡献。 豆包大模型团队在AI领域拥有长期愿景与决心，研究方向涵盖NLP、CV、语音等，在中国、新加坡、美国等地设有实验室和研究岗位。团队依托平台充足的数据、计算等资源，在相关领域持续投入，已推出自研通用大模型，提供多模态能力，下游支持豆包、扣子、即梦等50+业务，并通过火山引擎开放给企业客户。目前，豆包APP已成为中国市场用户量最大的AIGC应用。 1、多模态引擎研发：研发融合文本、视觉、语音的角色类大模型，优化角色生成的真实性与情感表达（如虚拟助手、游戏 NPC、互动剧角色），突破多模态对齐、长期记忆、行为一致性等技术难点； 2、极致性能优化：超大规模模型的分布式训练优化，提升角色类模型的推理效率与资源利用率，指令微调、偏好对齐、数据增强等技术的场景化创新； 3、业务场景落地：支持豆包、猫箱等产品的角色生成需求，覆盖对话、创作、教育等场景，探索角色模型在智能硬件、元宇宙等领域的沉浸式交互能力； 4、前沿探索：研究人格化模型在情感计算、社会常识推理等方向的突破，定义AI角色从「功能执行」到「人格化陪伴」的技术范式。