荣耀语音交互技术高级专家
任职要求
1、本科及以上学历，计算机科学、电子工程、人工智能等相关专业，硕士、博士学历优先。 2、具备10年以上语音交互相关领域研发经验，精通ASR、TTS、NLU等核心技术原理与工程实现，有大规模语音交互系统研发与落地经验； 3、熟悉主流深度学习框架（TensorFlow、PyTorch等）与语音交互开源工具链，具备解决复杂技术问…
工作职责
1、紧跟全球语音交互技术前沿（语音识别ASR、语音合成TTS、自然语言理解NLU、声纹识别等），牵头解决语音交互领域的关键技术难题，如复杂场景下的远场识别、低资源语种适配、情感语音合成、多轮对话意图理解等，突破技术瓶颈，打造行业领先的语音交互技术体系。 2、主导重大语音交互技术研发项目，从需求分析、方案设计、研发实施到测试上线全流程把控，制定项目风险预案，解决项目推进中的关键问题。 3、 推动技术专利布局与学术成果输出，提升公司在行业内的技术影响力，牵头参与行业标准制定，引领语音交互技术发展方向。 4、评估技术商业化潜力，推动技术成果向产品转化，跟踪项目落地后的技术效果与用户反馈，持续迭代优化技术方案，提升语音交互产品的用户体验与市场竞争 5、 对接行业顶尖科研机构、高校及技术合作伙伴，开展产学研合作，引入前沿技术与创新理念；参与行业技术交流与峰会，建立良好的行业技术合作生态。
本岗位以音频评测基准构建为核心，填补当前全双工语音交互、高表现力语音与音乐生成评测体系的空白。实习生将主导全双工语音对话评测基准的设计与构建，建立覆盖情感、韵律、风格等维度的高表现力语音与音乐生成细粒度评估指标，研究LLM-as-Judge自动化评估方法并构建统一评测框架，同时探索低延迟交互架构与可控生成技术，为业界提供可复现、标准化的音频大模型评测解决方案。
1. 负责3A核心算法的研发与迭代，包括回声消除（aec）、自动噪声抑制（ans）、自动增益控制（agc），确保算法在复杂声学环境下的鲁棒性，保障全双工通话的高保真音质与交互体验。 2. 推动3A算法的轻量化部署与端侧适配，结合深度学习与传统信号处理技术，平衡算法性能与资源消耗，支撑智能体语音交互技术基座建设。 3. 针对人机语音交互、智能体对话等前沿场景，优化VAD判停和语义完整性检查，实现“快速打断，智能判停，实时响应”的自然对话能力； 4. 研发语音识别（ASR）、语音合成（TTS）技术，并探索交互式语音模型在智能体对话中的应用，搭建可控双流模型的数据，训练和评估体系，优化对话模型的边说边听和情感识别能力； 5. 与产品、工程团队紧密合作，将算法模型落地到实际应用中，并持续优化系统性能。 6. 跟踪学术界和工业界的最新进展，探索前沿技术在对话系统中的应用。
1.负责端到端语音翻译方向的算法研究和开发。 2.负责口语语言理解/用户意图理解/对话模型/语音交互等算法研究和开发。 3.语音统一多模态大模型：研究下一代多模态通用大模型技术范式，实现文本、语音、视觉模态的联合建模。
1.负责语音识别/语种识别/情感识别等方向的算法研究和开发； 2.负责音频理解/用户意图理解等算法研究和开发； 3.语音统一多模态大模型：研究下一代多模态通用大模型技术范式，实现文本、语音、视觉模态的联合建模。