语音识别算法工程师-实习

语音识别技术研发：设计并优化基于LLM的语音识别大模型，解决发音模糊、方言&口音、噪声环境（如会议室回声、环境杂音）、上下文幻觉的识别难题，提升识别准确率与响应速度；

说话人日志技术突破：研发前沿大模型说话人日志方案，突破角色分离效果上限；

流式识别技术预研：研发低延迟高精度流式识别大模型方案，解决低延迟识别不准确的问题；

技术调研与创新：关注语音技术领域前沿动态（如 ICASSP、INTERSPEECH顶会成果），调研行业先进方案，推动新技术（如多模态语音识别、语音对话）在业务中的试点与应用。

硕士及以上在读，计算机科学与技术、电子信息工程、自动化、人工智能、声学等相关专业，至少实习3个月，每周出勤5天；

掌握语音交互基础：了解信号处理等声学技术，了解语义VAD、打断检测、语音识别、合成、对话等前沿语音技术；

精通模型与算法：熟练使用PyTorch深度学习框架，深入掌握LLM ASR、LLM等前沿算法；

软技能要求：具备良好的问题分析与解决能力，能快速定位技术瓶颈；有较强的跨团队沟通能力，可高效协同产品、开发团队推进项目；对技术有热情，具备自主学习与创新意识；

加分项：

有顶会（ICASSP/INTERSPEECH/NeurIPS/ICML 等）论文发表；

精通实时语音交互系统研发；

具备大规模语音数据处理（数据清洗、标注、增强）的实战经验；

掌握多模态技术（如Qwen3 Omni），语音对话或熟悉前沿语音技术项目（如Qwen3 ASR/FireRedASR/Kaldi/K2等）。