职位职责： 1、负责为抖音客服业务VOIP和热线等语音交互场景提供专业的音频技术支持与研发，运用端到端的语音大模型实现更高效、智能的客服音频交互体验； 2、负责端到端语音大模型在客服应用中的落地与优化，搭建智能音频理解和处理在客服领域的系统级解决方案； 3、跟进客服产品业务的语音/音频需求，持续改进产品的音频质量体验；结合实际业务场景，对模型进行针对性训练和调优，确保语音识别、合成等功能能精准适配客服对话需求，提升对话理解和回复的准确性； 4、跟踪研发业界先进的音频进展，探索语音/音频领域最新技术的研发并落地产品。 职位要求： 1、深入理解端到端语音大模型的原理和架构，熟悉常见的语音大模型，如Whisper等，对语音识别、合成、对话理解等技术有扎实的理论基础； 2、具备优秀的编程能力，熟练使用Python等主流编程语言，熟悉深度学习框架，如PyTorch或TensorFlow，能够进行模型的开发、训练和部署； 3、有语音大模型实际应用项目经验，特别是在音频通信、客服系统等领域，有相关经验者优先； 4、在语音处理、人工智能相关领域的高水平会议和期刊，如ICASSP、Interspeech等发表过论文，或在相关竞赛中取得优异成绩者优先。

职位职责： 1、负责抖音直播中低延迟音频理解和生成模型的能力建设，为实时对话智能体提供音频技术支持，包括但不限于ASR、TTS、端到端语音大模型、音频分类等； 2、负责关键场景的算法优化，构建高质量低延迟的智能体系统，提升业务效果； 3、跟进业界前沿的音频技术，探索多模态感知交互能力的边界并落地产品。 职位要求： 1、计算机、人工智能、模式识别等相关专业本科及以上学历； 2、熟悉Linux系统和常用的数据结构，熟练使用Python/C++等至少一种编程语言，熟练使用TensorFlow/PyTorch等至少一种深度学习框架； 3、深入理解端到端语音大模型的原理和架构，熟悉常见的语音大模型，如Whisper等，对语音识别、合成、对话理解等技术有扎实的理论基础； 4、在语音、人工智能领域的会议和期刊，如ICASSP、Interspeech、NIPS、ICML、ICLR等发表过论文，或在相关竞赛中取得优异成绩者优先； 5、优秀的分析和解决问题的能力，对解决具有挑战性的问题充满激情，良好的沟通和团队合作能力。

岗位职责： 开展语音识别、声纹/语种识别、语音合成、丰富音频检测、自然语言理解、语音信号处理学、声学人工智能等研发和优化工作 任职要求： 1.**应届硕士毕业生，声学、信号处理、电子信息、计算机、自动化、人工智能等相关专业。 2.熟练掌握一种或多种编程语言，包括且不限于: C/C++、Python，Java等。 3.985、211、双一流院校应届硕士优先考虑。 4.解决北京户口。

岗位职责: 1、负责语音识别算法的研究和语音识别引擎的开发，包括声学模型、语言模型的训练及解码器的开发； 2、负责语音识别模型的压缩和离线解码器的开发和优化； 3、负责小语种小样本数据情况下的语音识别算法性能优化； 4、针对公司硬件产品的声学特性，优化语音识别性能； 5、负责国内外语音识别/机器翻译相关领域的前沿技术研究。 任职要求: 1、硕士及以上学历，计算机、模式识别、自动化相关专业； 2、三年以上语音识别算法和系统研发经验，有部署过大型语音识别系统者优先； 3、深入了解语音信号处理，熟悉与语音识别相关的前端信号处理性能评价方法，能与前端联合调优； 4、熟悉常用的深度学习框架和语音识别框架，如Kaldi、PyTorch、TensorFlow等。

1. 负责语音识别声学/语言模型的算法研究，模型训练以及优化； 2. 根据线上反馈对语音识别结果进行改进和优化，提升识别性能； 3. 根据最新的开源框架或者论文，配合算法研究员搭建训练和测试环境； 4. 跟踪业界最新研究方向，能独立做baseline仿真，尤其是端对端语音识别系统开发。 1. 本科学历以上，计算机、模式识别、语音信号处理等相关专业，3年以上工作经验； 2. 熟悉linux平台开发，熟练掌握python、c++/c、matlab至少一种语言，具有实际项目开发经验； 3. 了解语音识别相关原理和框架，例如sphinx，kaldi，wav2letter++等； 4. 有基于深度学习框架下训练或者开发的经验，比如TensorFlow、PyTorch、Caffe等； 5. 有较强的沟通和团队协作能力；

岗位JD： 职位名称：语音识别算法工程师 公司背景： 公司是一家专注于语音识别领域的高科技公司，致力于为各行业提供高质量的人工智能语音服务。公司发展迅速，拥有丰富的语音识别项目经验和先进的语音识别技术。 职位描述： 职位主要职责： 1. 负责公司语音识别算法的研究、实现和维护，提高算法性能和准确性； 2. 根据项目需求，参与算法设计和评估，并确保算法满足项目需求； 3. 参与开发和维护公司核心算法，保证算法的稳定性和可靠性； 4. 协助项目经理完成项目计划，并确保项目按时完成； 5. 参与与客户的技术沟通和需求确认，确保客户需求得到准确满足。 职位要求： 1. 硕士及以上学历，计算机、电子、通信、自动化等相关专业； 2. 具备2-4年语音识别项目经验，有知名公司背景优先考虑； 3. 熟悉语音识别算法，包括深度学习、传统算法等； 4. 熟悉主流深度学习框架，如TensorFlow、PyTorch等； 5. 具备良好的编程能力，熟悉至少一种编程语言； 6. 具备较强的沟通能力和团队合作精神，能够独立工作和承担责任。 福利待遇： 1. 具有竞争力的薪资待遇，根据个人能力和业绩给予； 2. 为员工提供完善的社会保险和商业保险； 3. 提供丰富的培训机会和职业晋升空间； 4. 提供各类带薪假期、生日福利等。

1 负责语音识别语言模型效果分析、训练及优化工作 2 跟踪语言模型深度学习前沿算法研究及应用 职位要求： 1、拥有计算机或相关专业，2年以上语音识别工作经验； 2、熟悉语音识别技术，包括GMM、HMM、DNN等常用技术； 3、熟练掌握Kaldi，SRiLM，RNNLM，TensorFlow等社区开源工具中的一种及以上； 4、熟悉语言信号处理者，包括降噪，VAD，音频特征提取等； 5、精通C/C++编程语言，对数据结构和算法设计有深刻理解；

1、参与并指导团队成员设计和研发业内前沿的高性能、高稳定性的语音算法引擎，包括语音识别解码器、语音生成引擎等，并推动高性能推理库和新算法的应用。 2、负责语音识别、语音生成、语音前端和分类等算法的工程化和落地工作。 3、与SDK及服务端同学合作，通过算法引擎，将语音技术在各业务中落地和应用 任职资格： 1、精通C/C++编程，精通数据结构和算法设计，有良好的编程功底，熟悉系统性能调优的方式，熟悉Linux开发环境。 2、具备语音识别解码器开发经验，熟悉Kaldi/Pytorch/Tensorflow，熟悉音频特征、神经网络推理。 3、熟悉常见机器学习、深度学习算法。 4、有定点量化、指令集优化、CPU/GPU高性能计算优化经验者优先。 5、具有强烈的自我驱动能力、良好的沟通和团队合作能力，有团队管理经验或者虚线带人经验者优先。

你的主要工作内容是持续优化 Whisper 开源语音识别模型的准确度和性能： Whisper: https://github.com/openai/whisper 不需要training模型，更多在它的基础上去想办法优化，issue里面也有非常多的讨论。 相关优化项目： 1. https://github.com/m-bain/whisperX 2. https://github.com/jianfch/stable-ts 你可以先了解看看，如果能力相符，我们会尽可能给你提供一份高于平均市场价的实习工资。 有相关经验优先，会考核优化思路。 我们是个很小的团队，都是资深技术人员，相处简单，以结果为导向。 不加班，有下午茶，可申请远程工作。

语音识别算法研究博士后 研究方向： 半监督、无监督、大规模预训练模型的在ASR领域的应用研究。探索课题包括但不限于： 1、探索利用大规模互联网、海量业务数据进行数据挖掘，探索低成本构建高质量训练数据的方法（类似wenetspeech、gigaspeech） 2、研究利用大规模预训练模型改善识别效果、鲁棒性的高效可落地方法； 3、尝试利用大语种（有丰富的训练数据）、预训练模型，低成本快速扩展ASR支持的语言、方言的技术方法。 职位要求： 1、年龄在35周岁以下，获得博士学位不超过三年（含应届）； 2、AI、机器学习等相关专业，具有较强的深度学习相关背景技能和学习功底； 3、熟悉语音识别、预训练模型、半监督、无监督等相关算法，有相关项目落地经验的优先； 4、有较强的研究兴趣、自驱力强、团队合作能力强，有较好学术成果着优先。

工作职责: 1、负责语音识别/语音唤醒相关算法研究和开发 2、负责语音识别/语音唤醒引擎相关工具的开发与维护，以及相关工具文档的撰写 3、负责与产品部门对接引擎输出，提供技术支持 任职资格: 1、语音识别/语音唤醒算法2年以上工作经验 2、熟悉主流语音识别/语音唤醒算法，具有模型训练经验和模型调优能力 3、负责推理加速算法的研发和实现，包括但不限于模型剪枝、模型量化、模型蒸馏、模型压缩等 4、精通Kaldi、Pytorch、Espnet、Wenet、DeepSpeech、Speechbrain等一种或多种算法框架，有端到端搭建语音识别系统的经验 5、专业背景：计算机，通信工程，电子信息工程等相关专业硕士及以上 6、熟悉 Linux 环境开发，熟悉C/C++ 开发者优先 7、在interspeech/icassp等会议有发表过文章者优先考虑 8、较强的英文论文阅读能力，沟通能力和良好的团队合作精神

岗位职责： 1. 根据论文复现相关算法； 2. 根据需要，进行文本、音频等数据的处理、筛选； 岗位要求： 1. 本科及以上学历； 2. 有语音识别或语言模型经验者优先； 3. 熟练使用Python、shell等脚本语言，使用过Linux系统，有良好的编码习惯； 4.了解pytorch等深度学习框架； 5. 有良好的学习能力，责任感强，具有良好的团队合作精神。

工作职责： 1、负责语音识别大模型方向的算法创新，模型训练及落地 2、分析业务反馈的语音识别生产问题，并提供优化解决方案 3、 负责语音识别推理引擎的功能研发及性能优化 任职资格： 1、对以下一种或多种语音识别领域有较深入的研究：端到端语音识别算法，自监督学习算法，说话人角色区分（speaker diarization），对模型原理有较深入的理解。 2、熟悉pytorch/tensorflow 深度学习框架，以及python/c++编程语音，具备较强的编程能力，能够对论文中的算法进行复现。同时具备一定的工程能力，熟悉模型工程落地的常用方案 3、具备模型调优能力，针对模型的训练结果进行分析，并调整模型训练参数进行进一步优化改进 4、有语音顶会论文发表经验优先 5、硕士及以上学历

岗位职责： 1. 负责语音合成（TTS）的算法研究和工程实现，以及语音识别、数字人方向的算法研发、实现、优化和测试； 2. 负责虚拟人交互场景下的AIGC音频大模型、个性化实时情感对话语音合成、低资源音色克隆、变声、说话人识别和分割、语种识别、关键词唤醒等技术研发，实现语音算法的设计、开发和性能测试； 3. 制定产品语音算法相关性能的测试方法、测试流程和测试指标； 4. 负责跟进行业前沿技术发展趋势，跟踪国际最新算法发展方向和相应技术，产出新的科研成果，并落地于实际产品。 任职要求： 1. 本科或硕士以上学历，人工智能、语音、自然语言处理、机器学习、计算机等相关专业方向，基础扎实； 2. 熟悉语音合成或音色转换等相关技术，深刻理解 TTS 原理，熟悉TTS前端TN、G2P、韵律预测等，熟悉开源架构声学模型 Tacotron、FastSpeech、VITS和声码器WaveGlow、WaveRNN、HifiGAN等，并能够进行修改和应用; 有自然语音处理/语音信号处理等相关背景优先; 3. 熟悉主流的语音识别模型算法，如RNN-T、conformer，熟悉kaldi / K2 / wenet / espnet 等工具； 4. 有较强的算法实现能力，熟练掌握 Python/C++/Shell编程，熟悉Linux系统，至少熟练使用一种深度学习训练框架，如Pytorch、Tensorflow等； 5. 熟悉WebRTC、Speex、OPUS、librosa、BeamformIt等开源音频处理工具和库者优先； 6. 学习能力强，优秀的分析问题和解决问题的能力，工作积极主动、学习能力和动手能力强，性格随和、善于交流和分享； 加分项： 1. 有相关项目经历或音色克隆变声相关项目经验优先。 福利待遇： 五险一金，高额公积金，周末双休，法定节假日休息，十三薪，年假5天，每周三下午茶，不定时团建。

实习表现优秀提供转正机会 工作职责： 1. 负责语音信号处理相关的算法研发，包括但不限于语音分离、语音减噪等。 2. 参与语音交互系统的设计和开发，提升语音识别的准确性和效率。 3. 跟踪最新的语音技术研究，通过改进算法和模型来提升系统性能。 4. 与团队成员紧密合作，共同解决项目中的技术难题。 岗位要求： 1. 计算机科学、电子工程或相关领域。 2. 对语音信号处理有深入的理解，熟悉语音分离、语音减噪等技术。 3. 对语音交互系统有一定的了解，包括语音识别、语音合成等。 4. 熟练掌握Python或其他编程语言，有良好的编程习惯。 5. 有良好的团队合作精神，能够在压力下工作。