腾讯音乐天琴实验室语音数据实习生
任职要求
1. 本科及以上学历在校大学生； 2. 汉语言文学或播音主持相关专业，懂一门方言者优先；有配音经验或口才/口语教师经验者优先； 3. 英语口语佳，能准确发出各…
工作职责
1. 整理、制定指定音色的特色文案； 2. 跟随声优进棚，承担监棚任务，保证录音质量； 3. 根据算法工程师的要求进行实验数据的录制； 4. 进行模型训练效果的评估，并提供优化意见； 5. 对数据进行标注或者质检； 6. 承担一部分语音相关产品的工作。
团队介绍： 高德语音技术部，是负责高德全栈语音技术的综合性团队。团队核心技术能力包括：自研TTS基座大模型、端侧模型、多语种、RTC流式语音、语音内容生成、语音识别、多模态模型、模型服务与推理。业务支撑面向高德全部核心场景，包括语音导航、AI领航员、IP语音定制、国际化、AI语音助手、智能外呼、内容生成等。 团队定位是通过前沿语音技术的研究和落地，赋能下一代AI产品创新。近期部分技术（https://arxiv.org/abs/2507.12197）和产品进展介绍（https://mp.weixin.qq.com/s/cCeHbNW0jbC_LNVPZlGeHg） 具体职责： 1. 协助语音大模型的数据构建，搭建高效高质的语音数据生产Pipeline 和数据标准，优化Pipeline算子，用高质量数据提升技术预研和业务落地的效果； 2. 参与语音大模型的端到端评测，搭建科学敏捷的评测Pipeline和评测标准，用全面真实的评测推动模型效果优化提升； 3. 深度理解对话交互、音视频创作的技术和产品趋势，设计与业务目标贴合的数据与评测方案；与团队协同，积极探索自动化数据生产/模型评估、数据合成等方法，提高数据标注/评测效率；
目前急招法语&韩语&英语方向，对应小语种专业或有海外留学经历者优先 其他语言方向的同学可加入qq群：596552358 【岗位职责】 （个人简介/简历中请备注过往游戏经历！） 1、 商业洽谈：搜索、邀约海外专业KOL达成独家签约或代运营合作，工作内容包括但不限于优化话术、合同、商务邮件、语音会议沟通； 2、数据分析：以周、月为周期汇报引入成果，讨论签约进程，改进业务流程和方法，提高效率和效果，优化签约SOP； 3、商单跟进，依据需求将签约KOL的视频完成上线并记录数据，维护与KOL之间的关系。 4、深度参与各大出海游戏公司在海外营销推广工作，包括但不限于策略、KOL推荐、资源整合、电竞等环节；
本课题的研究目标是优化AI与人类的多模态交互体验，通过研发能够融合文本、视觉和语音等多种模态的自然交互机制，使AI系统能够通过理解图像内容、语音语调和情感等非文本信息增强交互效果。 研究将探索情境感知与个性化适应技术、多轮多模态交互中的意图理解与记忆保持能力，以及跨模态信息的整合与表达方式，使AI系统能够更好地理解用户通过不同感知通道传达的需求，提供视觉和语音层面的情感共鸣，并在长期多模态交互中不断适应用户偏好，实现更加流畅、高效且人性化的人机协作。
本课题围绕点点、搜索等依赖自然人机交互的业务场景，打造面向AI Agent的端到端全双工自然语音交互能力，预期构建具有小红书特色的最低延迟、最具人感、最懂用户的语音Agent。 重点攻克如何打造真实自然稳定的拟人感语音交互难题。其细分研究方向大模型语音内容理解【最懂用户】、可控对话式大模型语音合成【最具人感】、全双工speechLLM【最低延迟】等。