理想汽车声学AI算法开发工程师-北京
任职要求
1. 编程能力:熟练掌握Python/C++,熟悉TensorFlow/PyTorch等深度学习框架,具备Matlab/Scipy等信号处理工具使用经验; 2. 声学领域:熟悉 FFT、STFT、时频分析、麦克风阵列、波束成形、自适应滤波(LMS/NLMS/FuLMS)等技术; 3. AI生成技术:掌握 Transformer、GAN、扩散模型等算法在音乐生成中的应用; 4. 边缘计算:了解模型量化、剪枝、蒸馏等轻量化技术,有嵌入式开发(如Linux、RTOS)或FPGA/ASIC加速经验者优先; 5. 多模态感知:熟悉音频、视觉、传感器数据的融合建模,具备情绪识别、环境感知项目经验者优先。
工作职责
1. 从事编曲音乐AI生成算法研发,探索基于深度学习(如Transformer、GAN、扩散模型)的音乐生成模型,实现高质量、风格可控的音乐创作; 2. 开发声学降噪AI算法,熟悉自适应滤波算法(LMS/NLMS/FuLMS)及麦克风阵列技术,具备车载噪声抑制(ANC/RNC)算法开发经验,能结合车速、路况等多模态传感器数据优化降噪策略,并有汽车声学项目落地或算法仿真验证案例; 3. 掌握多模态感知技术(音频、视觉、生理信号),具备情绪识别(压力/疲劳检测)或环境感知(噪声/温度)模型开发经验,能结合边缘计算(模型量化/剪枝)实现低功耗设备上的实时感知系统,且有完整Demo(如ThermoMind或跌倒检测)开发经历; 4. 推动算法在边缘计算设备(如嵌入式芯片、低功耗AI加速卡)上的部署与优化,完成从原型设计到实际Demo的全流程落地。
作为音频团队的一份子,你将有机会和团队中业界顶尖的的技术专家和合作伙伴一起开发创新的音频算法,让更多的消费者喜欢我们的声音和产品! 具体工作方向包括: 1.发现音频领域创新场景运用和提供算法解决方案; 2.参与移动设备中音频链路的算法开发和落地,包括采集、处理、回放和渲染等环节; 3.负责音频一个或多个算法模块的技术演进和开发; 4.负责算法模块在产品中的落地交付,达到设计指标; 5.跟踪业界最新技术发展,评估并预研新技术方向和技术。
1. 基于扬声器物理模型与反馈信号,设计并实现保护算法,包括温度估计、振膜位移限制、过载检测等模块; 2. 音质优化与协同:在保障保护功能的同时,注重音质表现。与音效算法团队配合,结合均衡(EQ)、动态压缩(DRC)、立体声扩展等音频算法,确保保护机制对音质影响最小; 3. 融合声学物理建模与AI技术,开发线性/非线性声学特性的混合驱动模型; 4. 设计物理约束的神经网络,实现声学系统的高效仿真与参数反演; 5. 构建多源声学数据与物理参数的关联性模型,支撑噪声控制、音频增强等场景需求; 6. 推动AI声学模型在硬件设备(如扬声器、麦克风)中的落地应用。 【课题名称】 音频AI算法研发 【课题内容】 1. 基于AI的智能音频功放保护算法研究与优化; 2. 负责开发基于深度学习的声学物理模型,重点解决声学系统中的线性与非线性特性建模问题; 3. 通过结合物理先验知识与数据驱动方法,推动音频处理、声学仿真、语音增强等领域的创新。
1.负责TTS、ASR、声学前处理、自然语言处理、多模态大模型等AI系统的工程开发(包括训练工具和推理引擎的开发、优化、交付等); 2.负责AI系统最新算法的集成、工程化、实际场景效果验证、优化、上线; 3.负责AI相关业务、产品的工程支持,在效果和性能上更好的落地。