【Ace顶尖实习生】端到端的全双工自然语音交互

本课题围绕点点、搜索等依赖自然人机交互的业务场景，打造面向AI agent的端到端全双工自然语音交互能力，预期构建具有小红书特色的最低延迟、最具人感、最懂用户的语音Agent。 重点攻克如何打造真实自然稳定的拟人感语音交互难题。其细分研究方向大模型语音内容理解【最懂用户】、可控对话式大模型语音合成【最具人感】、全双工speechLLM【最低延迟】等。

1. 01

   不限年级，本科及以上在读，计算机/人工智能/软件工程等相关专业优先；

2. 02

   精通Tensorflow，Pytorch等工具，了解深度学习技术，具有模型优化经验；

3. 03

   熟悉Linux开发环境，熟练掌握C++，python，Shell等编程语言，对数据结构与算法有深刻理解者优先；

4. 04

   在相关国际会议或期刊（ICASSP、INTERSPEECH、ISMIR、 ASRU、 TASLP、 Speech Communication）发表过论文者优先；

5. 05

   良好的沟通协作能力，责任心强，积极主动，能和团队一起探索新技术，推进技术进步。