算法实习生（语音方向）

职位描述

负责语音大模型的研发，包括但不限于语音理解、语音合成方向等

参与语音大模型的数据准备和模型训练等

跟踪业界前沿技术，持续探索端到端技术的新能力和新应用，提升核心能力。

任职要求

【职位要求】

硕士及以上学历，计算机、数学、通信等相关专业；研究方向为语音合成、语音大模型、多模态等相关领域。

熟悉机器学习和深度学习理论，掌握生成模型、多模态大模型等一个或多个方向的理论与算法，具备相关方案实现能力与经验。

【技术能力】

熟悉端到端语音大模型结构（如Qwen-omni、Step-Audio、LLaMA-Omni、GLM-4-Voice等）

熟悉常见语音合成大模型（如CosyVoice、F5-TTS、Index-tts、MegaTTS3等）

熟悉Pytorch、Python、C++/C、Shell等，对数据结构和算法设计有深刻理解

熟悉基于LLM的语音合成、端到端方法，持续关注语音/NLP/多模态的前沿技术

【优先条件】

实习时间6个月，博士优先

具有良好的团队合作精神、技术热情和自驱力

有顶会论文（各类CCF-A、ICASSP、INTERSPEECH等）、具体实践项目、实验室背景优先