蔚来多语言ASR资深算法工程师（智能座舱方向）
任职要求
学历与专业：计算机科学、电子工程、人工智能、信号处理等相关专业，硕士及以上学历。 技术能力： 熟悉语音开源框架（如 Kaldi、Wenet、ESPnet、Fairseq），熟悉深度学习框架（pytorch、transformer等） 熟悉主流语音识别技术，熟悉语言模型和声学模型的基本原理。 了解解欧洲多语种语言特性…
工作职责
负责蔚来海外智能座舱的多语言语音识别（ASR）算法研发与优化，覆盖主流语种（如英语、德语、法语等）及小语种场景。 负责国际业务中多语种语音识别系统的需求沟通、性能评估，设计验收方案和验收标准，指导供应商技术改进或提出可行的解决方案，完成供应商交付的语音识别功能验收。 对语音识别中出现的问题进行数据分析与排查，定位识别效果不佳的原因，并进行改进优化。 与数据团队合作，构建高质量多语种语音数据集，优化数据标注流程及数据增强策略。
1、负责语音相关技术研究(语音增强、唤醒、声纹、VAD、语音识别等)，包括声学模型、语言模型的数据准备、模型训练和解码器优化； 2、主导工程开发，包括模型服务化，海量语音数据处理，模型网络结构优化以及工程优化； 3、跟进业界最新技术，并运用于实际产品。
1. 负责AI语言模型运营团队的日常运营管理，联合算法承担AI算法模型（TTS、ASR、NLU）在各产品线运营的效果提升，负责多门语言的语言学研发并落地AI技术，重点为语音助手业务的功能扩展和体验优化做好服务。 2. 目标规划：通过技术洞察，参与对各产品线的算法各模块和整体模块的效果优化步骤进行规划，并预估资源耗费。 3. 语言研发：针对算法效果提升，多语言需求等，对语言规则进行整理并创新理论，并应用到实际的AI语言技术中。 4. 团队管理：对模型运营团队进行架构设计，人员管理，SOP梳理。 5. 跨部门沟通：与数据生产团队、算法部门、产品团队等沟通，团结一致，完成业务目标。
1.拟人SFT数据构建与策略设计 （1）负责面向超拟人语音交互场景的SFT数据方案设计，涵盖角色人设一致性、多轮对话逻辑、情感表达等维度，构建高质量对话语料。 （2）针对多模态交互、A陪伴等需求，设计角色扮演数据的标注规范，包括身份背景、经典台词、行为模式等细粒度标签。 （3）基于业务场景（如儿童教育、情感陪伴、游戏NPC、模拟面试等）设计符合角色设定的对话逻辑，提升用户交互沉浸感。 （4）建立SFT数据评估体系，针对人设一致性、意图识别准确率、对话流畅度等指标进行量化分析与迭代。 2.SFT数据在语音交互模型中的优化 （1）结合语音交互链路（ASR→LLM→TTS），通过SFT技术优化大模型的对话能力，重点提升上下文理解、情感响应准确度及多轮对话连贯性。 （2）探索角色扮演数据在语音Agent中的应用，例如通过Prompt工程控制对话风格、情绪倾向，实现个性化交互体验。 （3）协同声纹识别、情感计算等技术，构建语音-文本-用户画像对齐的数据集，支持个性化交互（如儿童声线识别、成人情感分析）。 （4）推动SFT数据在低延迟语音交互场景的落地，优化端到端响应效率（如实时打断、长上下文记忆等能力）。
技术领导与架构： 负责翻译/同传类App的整体技术架构设计、技术选型与攻坚，确保应用的高性能、高可靠性与可扩展性。 核心功能开发： 主导实现实时音频流处理功能，包括低延迟采集、降噪、回声消除（AEC）、语音活动检测（VAD）。 主导实现音视频同步录制、播放与实时处理逻辑。 深度集成并优化云端或端侧AI语音识别（ASR）、机器翻译（MT）、语音合成（TTS） 引擎的SDK。 实现复杂的多语言UI与交互逻辑，如对话模式、字幕实时渲染、会议记录等。 性能优化： 持续优化应用的性能、内存占用和功耗，特别是在后台长时间运行及处理高强度音频任务时的稳定性。 代码与质量： 编写高质量、模块化、可维护的代码；建立并推行代码规范；主导Code Review，提升团队整体技术水平。 协作与沟通： 与产品经理、设计师、后端工程师及AI算法工程师紧密协作，共同定义API接口，推动产品迭代。