岗位描述
拟从事研究内容或研究计划
围绕智能语音交互与多模态大模型开展研究,重点研究语音、视觉、语言等多模态信息的高效表征、跨模态对齐与融合、长上下文建模及可控生成方法;探索语音副语言信息解耦表征、表现力语音生成、通用音频大模型、数字人生成与智能人机交互等方向,推动相关方法在真实场景中的验证与应用。
任职要求
1. 具有博士学位,品学兼优,身体健康,年龄在35周岁以下,获得博士学位的年限一般不超过3年。
2. 具有计算机科学与技术、人工智能、电子信息、电子科学与技术等相关专业背景。
3. 具备以下至少一个方向的研究基础:深度学习与多模态学习、计算机视觉、语音信号处理(含语音合成、语音识别等)、自然语言处理或大模型。
4. 熟悉Python及PyTorch等常用开发工具,具备独立开展科研工作的能力。
5. 具有良好的中英文阅读、写作和学术交流能力,具备团队协作精神、良好学术道德和严谨科学态度。
年龄要求
35岁以下
招聘人数
1