蚂蚁金服蚂蚁集团-语音算法专家-杭州/深圳
任职要求
1. 计算机科学、电子信息、语音等相关专业本科及以上学历，2年以上人工智能算法相关工作经验； 2. 对语音方向有浓厚兴趣，熟悉语音领域的前沿技术，精通语音识别或语音合成至少一个领域；在相关领域期刊/会议（如ICASSP、InterSpeech等）发表过文章者优先； 3. 语音识别方向：精通语音识…
工作职责
1. 面向蚂蚁集团AGI产品研发语音相关能力，助力蚂蚁集团基于大模型的智能交互业务发展； 2. 探索并落地前沿的语音算法技术，方向包括但不限于语音识别、语音合成、语音克隆等； 3. 负责和承接蚂蚁集团数十个场景中涉及的语音识别、语音合成的算法能力建设。
1. 负责音频系统架构设计：主导智能终端的音频子系统方案设计，包括硬件选型（Codec/ADC/DAC/AMP）、接口协议（I2S/PCM/TDM）、功耗管理架构； 2. 开发基于RTOS/Linux/Android的音频驱动（ALSA/ASoC框架），适配主流芯片平台（如高通，MTK，恒玄等）； 3. 实现ANC（主动降噪）、语音唤醒、空间音频等功能的底层算法集成（如Audiotec DSP库、CEVA音频IP）； 4. 参与功耗优化项目，通过改进系统性能来延长设备的电池寿命。
1.精通 SoC 和 Ai 芯片，大模型算法结构设计，负责端侧大模型工程优化，建立硬件能力量化分析方法论，协同业务性能功耗调优算法适配硬件设计； 2.负责平台硬件设计分析，横向分析行业硬件选型优劣势与应用方向，为平台硬件选型规划、算法硬化定制等提供改善建议； 3.结合业务和 AI算法趋势，探索并行解码等全新的计算加速方法并推动落地。
1. 负责蓝河操作系统音频服务框架的开发，在音频效果方面具备领先的技术优势，支撑产品体验； 2. 负责定义并实现音频硬件抽象层接口、音频算法的集成与维护，参与部分硬件产品选型，支撑产品落地。
1、负责多模态融合算法的前沿研究与开发，专注适配AIOS下手机AI agent复杂多模态交互场景，达成语音、手势、表情等多模态协同交互技术的实际应用； 2、深度优化多语言自然语言处理技术，全方位满足AIOS全球用户和agent多语言交互需求，提升语言交互的准确性与流畅度； 3、主导构建先进的视觉-语言交互系统，深入应用于AIOS的核心功能，助力AI agent精准理解并执行相关指令，拓展智能交互边界； 4、 运用创新数据处理技术，高效完成多模态数据的采集、清洗、标注与分析，结合前沿训练方法与策略，提升多模态融合模型性能，确保多模态技术在AIOS和agent应用中稳定、高效运行； 5、设计并优化多模态模型评估指标体系，通过深度分析评估结果，动态调整模型结构和参数，保障模型性能持续提升，助力团队整体技术能力进阶。