商汤语音算法工程师
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…
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。
岗位职责： 该职位通过大模型训练、Agent、RAG、N2SQL、NLP、语音处理等技术创新和突破，构建Agent通用平台、大模型训练平台等工具产品，同时支持对话机器人等垂直应用及智能产品的建设。欢迎敢于接受挑战的候选人加入我们，一起赋能企业客户。我们的研究方向包括但不限于： 1、通用大模型、推理大模型预训练、微调、强化对齐等技术的持续研究创新； 2、多语言大模型、领域大模型的训练技术研究与落地； 3、AI数据清洗、加工、合成、自动标注技术研究与落地； 4、文本机器人、语音机器人、质检机器人等客服域技术的研发与落地； 5、多Agent、RAG、N2SQL、自主决策等技术的研究与落地； 6、入呼大模型机器人、外呼大模型机器人研发经验；熟悉VAD, ASR, TTS等语音相关技术； 以上方向擅长其中1个即可
-负责语音信号处理算法的研究、设计、开发和优化，包括但不限于特征提取、降噪、回声消除等 -参与语音识别算法的研发，提高识别准确率和识别速度 -负责语音合成算法的开发，优化语音生成的音质和流畅度 -跟踪语音技术领域的最新动态，研究新技术和新算法，为公司技术储备提供支持 -与其他技术栈紧密合作，确保语音算法在公司产品中的有效应用 -编写相关技术文档，包括算法设计文档、测试报告、使用说明等
-负责语音信号处理算法的研究、设计、开发和优化，包括但不限于特征提取、降噪、回声消除等 -参与语音识别算法的研发，提高识别准确率和识别速度 -负责语音合成算法的开发，优化语音生成的音质和流畅度 -跟踪语音技术领域的最新动态，研究新技术和新算法，为公司技术储备提供支持 -与其他技术栈紧密合作，确保语音算法在公司产品中的有效应用 -编写相关技术文档，包括算法设计文档、测试报告、使用说明等
-负责处理产品中音频、视频等内容的安全问题，包括但不限于色情、暴力等违规内容的识别与处理 -基于音频处理技术（如语音识别、声纹识别、音频分类等）和人工智能大模型，开发并落地内容安全检测模型，确保从海量音视频数据中高效识别风险内容 -研发和优化内容风控解决方案，分析违规数据的特点，并为平台提供全面的风控保障 -探索和应用前沿语音算法技术，方向涵盖但不限于语音识别、声纹识别、音频相似性匹配、多模态大模型等 -针对音频文件中的风险内容，深入研究并开发高效的自动化检测算法，提升风控系统的智能化与自动化水平