智能互联千问C端事业群-音频多模态理解算法专家-杭州/北京/上海

1. 负责音频多模态理解大模型的研发，包含语音识别、语音翻译、副语言理解、音频事件检测或音频captioning等任务的基础研究和应用落地； 2. 研究音频编码器、跨模态对齐、强化学习、多任务学习或语音端到端等技术方向； 3. 跟踪并落地领域内前沿论文，保持技术方案的领先性。

1. 负责音频多模态生成大模型的研发，包含语音合成、音乐生成、音效生成和歌曲生成等任务的基础研究和应用落地； 2. 研发基于扩散模型（Diffusion Models）或自回归模型（AR）的音频生成算法； 3. 研究音频表征、强化学习或语音端到端等技术方向。

1. 负责音频多模态生成大模型的研发，包含语音合成、音乐生成、音效生成和歌曲生成等任务的基础研究和应用落地； 2. 研发基于扩散模型（Diffusion Models）或自回归模型（AR）的音频生成算法； 3. 研究音频表征、强化学习或语音端到端等技术方向。

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。