智能互联智能互联-端侧语音交互算法专家-杭州

1、负责端侧语音交互模型（语音+语义双工）算法研发、协同工程团队落地和性能优化。 2、负责AI产品的语音识别、语音合成算法的应用和落地，提升识别准确率语与语音合成流畅度，及根据业务场景调优音色和综合的用户体验。 3、跟踪前沿语音AI技术和大语言模型在语音领域的结合应用，跟踪业界端到端的语音大模型能力，评估适配方案并推动技术落地。 4、与产品、后端研发团队协作，推动语音AI技术的快速迭代和业务落地。

团队介绍： 高德语音技术部，是负责高德自研全栈语音技术的综合性团队。团队核心技术能力包括：自研TTS基座大模型、端侧模型、多语种、RTC流式语音、语音识别、模型服务与推理、大规模语音IP定制服务等。业务支撑面向高德全部核心场景，包括语音导航、AI领航员、IP语音定制、国际化、AI语音助手、智能外呼、内容生成等。 团队定位是通过前沿语音技术的研究和落地，赋能下一代AI产品创新。近期部分技术（https://arxiv.org/abs/2507.12197）和产品进展介绍（https://mp.weixin.qq.com/s/A3TWtfwlqGdkC6oNHrkFaw ） 工作职责 1、参与输出语音技术（TTS、ASR、语音表征学习、端到端模型）的长期技术路线规划，推动团队在生成式语音大模型、多模态语音交互等领域的技术突破； 2、研究TTS大模型、端到端语音模型的前沿方向，探索语音与文本、视觉的跨模态融合，探索出行场景语音Agent的创新方向； 3、技术落地与产品化：将研究成果转化为高价值产品，解决复杂场景（如低资源语言、多语种、实时性要求高的工业级应用）； 4、学术与产业影响力：发表顶会论文（如ICASSP、INTERSPEECH、NeurIPS、ICML）、申请核心专利，提升公司技术话语权。

1、评审机器人麦克风阵列及声学硬件方案，提供软件接口与优化建议； 2、参与语音前端模块优化，例如多通道噪声抑制、回声消除和自动增益等算法的优化和设计； 3、参与开发并优化端侧语音唤醒与声源定位模块； 4、调优 ASR 声学模型与解码器参数，提升识别准确率与鲁棒性； 5、与硬件、嵌入式、测试及产品团队协作，推动语音软件方案落地。

1. 负责智能座舱核心算法设计与开发，包括但不限于多模态交互（语音、视觉、手势等）、场景感知、用户行为预测等方向。 2. 主导算法技术方案制定和落地。通过大小模型组合，端云协同打造ai指令等实现用户交互。 3. 跟踪行业前沿算法技术（如大模型在座舱的应用、多传感器融合等），结合业务需求进行技术预研与创新。 4. 搭建算法性能评估体系，优化算法精度、效率及实时性，保障座舱交互体验。