岗位描述
岗位职责
在声音被识别和理解之前,对其进行“净化”和“增强”,确保输入信号的质量;对“干净”的语音信号进行“理解”和“生成”,实现人机语言交互。
1. 承担语音增强算法(降噪、回声消除、波束形成、去混响等)的开发和优化,提升产品拾音音质,改善语音唤醒和识别成功率。
2. 承担语音识别、语音合成、声音事件检测、唤醒词检测、说话人识别等算法的调研和开发工作。
3. 负责模型训练、效果评测,云端和端侧部署的全链路工程落地,保证服务稳定性、可拓展性和成本可控。
4. 与硬件、声学团队紧密协作,开展麦克风选型、扬声器选型、阵列设计评估、算法在芯片上的移植与优化等工作。
5. 开展语音前端算法的基础技术研究,探索业界新技术方向,跟踪学术界技术前沿,提升产品用户体验。
任职要求
1. 本科及以上学历,计算机、声学、信号处理等相关专业。
2. 具有扎实的信号处理和深度学习基础,熟悉 Pytorch 等深度学习框架,有 C、C++、Python 等编程基础者优先。
3. 有语音增强、回声消除、语音识别、语音合成、语音大模型等项目开发经验者优先。
4. 有良好的英文文献阅读能力,有 ICASSP、Interspeech 等论文者优先。
5. 有较强的逻辑思维能力,思维严谨;有较强的学习能力,沟通能力以及团队协作精神;热爱技术,对技术工作向往。