算法 jobs (salary & requirements)

岗位职责：
1、交互框架升级与开发：辅助优化对话系统的全链路交互逻辑，重点开发流式（Streaming）数据处理模块，降低首字延迟，提升人机对话的实时性。
2、语音与打断机制优化：参与“全双工”交互功能的开发，优化VAD（语音活动检测）算法，实现精准的用户打断（Barge-in）与自动唤醒功能。
3、声纹与语音合成技术：协助调研和集成声纹识别（Speaker Verification）算法，用于身份验证；探索零样本或少样本语音复刻（Voice Cloning）技术，实现个性化语音合成。
4、多语种适配：参与多语种（如英语、阿拉伯语及其他小语种）ASR与TTS模型的筛选、微调与集成，实现对话过程中的语种自动识别（LID）与无缝切换。
5、模型轻量化与部署：协助将大模型或语音模型进行轻量化处理（如量化、剪枝、蒸馏），并探索在Linux边缘设备上的推理加速落地。
6、前沿技术调研：针对语音大模型（Audio-LLM）、端到端语音交互（Speech-to-Speech）等前沿方向进行调研，撰写技术验证报告。
岗位要求：
1、专业背景：计算机、信号处理、电子工程、人工智能等相关专业，硕士及以上在读；
2、编程能力：精通Python，有C++基础者优先（用于端侧部署），熟悉Linux环境与Shell脚本；
3、算法基础：熟悉语音信号处理基础（如STFT、Mel频谱等），熟悉PyTorch深度学习框架；
4、领域经验（加分项）：
- 熟悉主流语音开源项目（如WeNet, FunASR, Espnet, VITS, CosyVoice等）；
- 对流式ASR/TTS架构有理解，了解WebSocket/gRPC通信协议；
- 有声纹识别或语音克隆相关实践经验；
- 了解模型量化（Int8/FP16）及端侧推理引擎（MNN, NCNN, TensorRT-LLM）者优先；
5、综合素质：具备较强的动手能力和文献复现能力，连续3个月以上的实习时间。