岗位描述
岗位内容
1.负责核心语音识别(ASR)算法的研发与优化,包括声学模型、语言模型及端到端模型的训练与调优。
2.推进多语种、多场景、远场/噪声环境下的鲁棒性识别技术落地。
3.跟进行业前沿技术(如大模型+语音、自监督预训练等),进行模型迭代。
4.负责识别引擎的工程化部署与流式/离线推理优化,确保识别准确率与实时性。
岗位要求
1.硕士及以上学历,计算机、信号处理、自动化等相关专业。
2.扎实的编程功底,熟练掌握 Python/C++ 及 PyTorch 深度学习框架。
3.熟悉主流ASR架构(如 Conformer/Transformer Transducer、CTC、RNN-T 等)及常用工具包(如 Kaldi、WeNet、ESPnet 等)。
4.熟悉数字信号处理基础,了解 MFCC、FBank 等前端特征提取及语音活动检测(VAD)。