夸克语音算法实习生
任职要求
1、实习2~6个月以上； 2、硕士及以上学位在读，计算机科学/计算机工程/电子信息技术等相关专业优先； 3、有自然语言处理、语音合成、音乐生成、音效生成等研究或者技术背景优先； 4、熟练掌握PyTo…
工作职责
1、参与音频生成、音频理解和端到端语音交互大模型算法的基础研究和应用落地，支持千问APP、夸克APP和AI智能硬件等； 2、深入调研和研究音频/NLP/多模态/全模态等方向的前沿技术，持续探索语音技术的新能力和新应用。
1、负责语音降噪、语音唤醒、语音识别等前沿语音算法的研发； 2、负责算法模型在业务场景数据集上的优化，导出部署在端侧或云端平台； 3、跟进行业最新算法动态，复现和优化前沿算法，保持算法在工业界和学术界的领先
1、参与多模态语音理解+生成（speech、audio、music）领域的科研，效果优秀后推动在视频、游戏业务场景下的算法研发、落地，包括但不限于数据处理、模型训练、效果调优； 2、紧跟前沿技术、参与关键技术创新、突破与积累，撰写论文。
团队介绍： 高德语音技术部，是负责高德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、语音内容生成、语音识别、多模态模型、模型服务与推理。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/cCeHbNW0jbC_LNVPZlGeHg） 具体职责： 1、参与语音识别、语音合成、Audio Codec、语音大模型等语音能力的设计和训练，解决高德业务场景实际问题。 2、提升鲁棒ASR、多语种（方言）ASR、LLM-ASR、大规模热词、全双工交互等语音理解能力。 3、提升Zero-Shot TTS、多语种TTS、情感TTS、声音复刻等语音生成能力。 4、持续追踪跟进业界前沿先进语音技术，结合业务需求开展技术创新与预研。
-跟踪识别前沿相关技术 -负责大数据合成等技术研发和业务支持 -负责视频AEC技术的研发和业务支持 -负责说话人技术的研发和业务支持