阿里巴巴算法工程师-语音多模态（T-Star Lab日常实习生）
实习兼职淘天集团T-Star日常实习生地点：北京 | 杭州状态：招聘♡ 收藏
工作描述
任职要求 1、计算机、信号处理、人工智能、语言学等相关专业，硕士及以上学历； 2、 熟悉常见的TTS架构，对韵律建模、音色克隆、情感控制有深刻理解； 3、 熟悉主流 ASR 架构及语义理解算法，有 Speech-LLM研发背景； 4、 熟悉 VAD、音频降噪、回声消除等前端技术，对全双工交互、流式语音处理有实践经验； 5、具备良好的工程与架构能力： 精通 Python 编程及 PyTorch / TensorFlow 框架，具备优秀的算法实现能力，能够复现顶尖会议（ICASSP, InterSpeech, NeurIPS 等）的最新研究成果； 6、具备前沿视野： 关注 Large Audio Models 或 Speech-to-Speech 的最新进展，对构建多模态统一大模型有强烈兴趣和独特见解。 工作职责 如果你，期望在阿里巴巴亿级用户生态中，定义下一代数字人的“灵魂”与“听觉”，打造具备极致情感表现力和深度理解能力的智能语音交互系统； 如果你，期望探索高表现力语音…
登录查看完整工作描述
微信扫码，1秒登录
包括英文材料
学历+
语音合成+
https://www.ibm.com/think/topics/text-to-speech
Text to speech (TTS) is a type of technology that converts text on a digital interface into natural-sounding audio.
语音识别+
https://developer.nvidia.com/blog/essential-guide-to-automatic-speech-recognition-technology/
Over the past decade, AI-powered speech recognition systems have slowly become part of our everyday lives, from voice search to virtual assistants in contact centers, cars, hospitals, and restaurants.
算法+
https://roadmap.sh/datastructures-and-algorithms
Step by step guide to learn Data Structures and Algorithms in 2025
https://www.hellointerview.com/learn/code
A visual guide to the most important patterns and approaches for the coding interview.
https://www.w3schools.com/dsa/
还有更多 •••
相关职位
实习阿里巴巴2027
1. 硕士及以上学历，计算机科学、人工智能、语音信号处理、自然语言处理或相关专业； 2. 具备扎实的计算机与机器学习理论基础，熟练掌握至少一种编程语言（如 Python/C++），工程实现能力强； 3
更新于 2026-03-22北京|杭州|上海
社招2年以上技术类-算法
任职要求： 1. 计算机、人工智能、信息、自动化等相关专业硕士及以上学历，具备语音、自然语言处理、机器学习、多模态等背景； 2. 熟练掌握至少一种主流深度学习框架（PyTorch / TensorFl
更新于 2026-09-11北京
实习
1. 对语音多模态大模型算法有浓厚兴趣，愿意在此领域深入学习 2. 具备良好的团队协作能力，能够有效沟通，共同解决技术难题 3. 积极主动，具备较强的问题解决能力，能够在项目中快速成长工作内容 4.
更新于 2026-07-28北京
社招3年以上技术类-算法
1. 硕士及以上学历，计算机、人工智能等相关专业，3年以上语音大模型/多模态/跨模态相关的算法经验。 2. 深入掌握深度学习、强化学习、表示学习等建模方法，在多模态建模和跨模态对齐等方面有深入研究。
更新于 2026-08-18北京|杭州