商汤语音算法工程师
社招全职算法研究地点：北京 | 深圳状态：招聘
任职要求
1.人工智能、机器学习、信号处理或计算机科学等相关专业研究生以上学历，基础扎实 2.熟悉主流的语音识别模型算法，如RNN-T、conformer、CTC 3.熟悉kaldi / K2 / wenet / espnet / whisper / FunASR 中至少两种工具 4.学习研究能力强，能够独立阅读英文文献，对解决具有挑战性的问题充满激情 5.具有扎实的机器学习理论基础，优秀的算法实现能力，熟练使用 PyTorch 等深度学习框架，掌握SSL、LLM、diffusion、对比学习等机器学习技术在音频生成领域的应用； 6.具有…
登录查看完整任职要求
微信扫码，1秒登录
工作职责
1. 负责多模态语音交互场景下的语音理解、语音生成和语音交互大模型的算法研发、性能优化与落地实现； 2.负责数字人场景下的个性化实时情感对话语音合成、低资源音色克隆、语音识别、语音增强、语音检测、语种识别、声纹识别、说话人分割、变声、音乐生成等技术研发； 3.负责语音相关算法引擎的流式改造、推理优化、大并发低延迟云服务、私有化服务定制开发； 4.跟进学术界、行业最新的研究趋势，产出新的科研成果，并落地于实际产品。
包括英文材料
机器学习+
https://www.youtube.com/watch?v=0oyDqO8PjIg
Learn about machine learning and AI with this comprehensive 11-hour course from @LunarTech_ai.
https://www.youtube.com/watch?v=i_LwzRVP7bg
Learn Machine Learning in a way that is accessible to absolute beginners.
https://www.youtube.com/watch?v=NWONeJKn6kc
Learn the theory and practical application of machine learning concepts in this comprehensive course for beginners.
https://www.youtube.com/watch?v=PcbuKRNtCUc
Learn about all the most important concepts and terms related to machine learning and AI.
学历+
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/
RNN+
https://d2l.ai/chapter_recurrent-neural-networks/rnn.html
A neural network that uses recurrent computation for hidden states is called a recurrent neural network (RNN).
https://www.deeplearningbook.org/contents/rnn.html
Recurrent neural networks, or RNNs (Rumelhart et al., 1986a), are a family of neural networks for processing sequential data.
https://www.ibm.com/think/topics/recurrent-neural-networks
A recurrent neural network or RNN is a deep neural network trained on sequential or time series data to create a machine learning (ML) model that can make sequential predictions or conclusions based on sequential inputs.
PyTorch+
https://datawhalechina.github.io/thorough-pytorch/
PyTorch是利用深度学习进行数据科学研究的重要工具，在灵活性、可读性和性能上都具备相当的优势，近年来已成为学术界实现深度学习算法最常用的框架。
https://www.youtube.com/watch?v=V_xro1bcAuA
Learn PyTorch for deep learning in this comprehensive course for beginners. PyTorch is a machine learning framework written in Python.
深度学习+
https://d2l.ai/
Interactive deep learning book with code, math, and discussions.
大模型+
https://www.youtube.com/watch?v=xZDB1naRUlk
You will build projects with LLMs that will enable you to create dynamic interfaces, interact with vast amounts of text data, and even empower LLMs with the capability to browse the internet for research papers.
https://www.youtube.com/watch?v=zjkBMFhNj_g
还有更多 •••
相关职位
社招技术类
第四范式是中国智能决策市场的最大参与者。公司致力于实现企业级人工智能快速规模化落地，为企业提供以“决策型AI”、“生成式AI”为核心的技术、产品及解决方案，推动传统企业的数字化转型进程。2023年2月发布自研的多模态大模型产品“式说（4Paradigm SageGPT）”，已积累了数家国内最早的AIGC产业应用。目前已上市，有机会争取股票激励。•负责语音方向的设计和研发，模型的效果优化，包括不限于：参与语音识别、语音合成、声纹识别、语音评测等方向•将语音领域的算法应用于实际场景，解决真实业务问题•将实践中的创新点以Github Repo/Paper/Tech Report等形式开源
更新于 2023-02-27北京
社招4年以上研发类
1. 负责语音算法的研究与开发，主要包括语音识别（ASR）等方向； 2. 跟踪并落地业界前沿的语音算法与深度学习技术，持续优化模型的准确率、实时性与鲁棒性； 3. 针对实际业务场景（如手机终端、平板等）进行算法调优与工程化落地； 4. 参与算法数据的采集、清洗、标注规范制定，构建高质量训练数据集； 5. 与产品、工程团队紧密协作，推动算法在端侧/云端的部署与性能优化。
更新于 2026-07-14杭州
社招研发类
1. 负责语音算法的研究与开发，主要包括语音识别（ASR）等方向； 2. 跟踪并落地业界前沿的语音算法与深度学习技术，持续优化模型的准确率、实时性与鲁棒性； 3. 针对实际业务场景（如手机终端、平板等）进行算法调优与工程化落地； 4. 参与算法数据的采集、清洗、标注规范制定，构建高质量训练数据集； 5. 与产品、工程团队紧密协作，推动算法在端侧/云端的部署与性能优化。
更新于 2026-07-30杭州
社招
1、熟悉声音转换、歌唱转换相关算法和技术； 2、熟悉语音合成、语音合成大模型等相关算法和技术； 3、熟悉常见的声学模型和声码器，具有相关的开发和研究经验； 4、搭建语音合成、语音转换、训练微调引擎工程化经验
更新于 2025-10-28北京