语音大模型算法工程师

职位描述

1. 负责端到端ASR（语音识别）、TTS（语音合成）大模型的训练、微调与迭代；

2. 通过LoRA/Adapter/指令微调等技术，适配机器人室内外复杂声学场景，提升识别准确率与合成自然度；

3. 针对机器人硬件资源限制，开展模型压缩（蒸馏/量化）、结构优化，平衡推理速度、效果与功耗，满足边缘端实时响应需求；

4. 构建语音交互数据闭环系统，制定数据收集、标注策略，通过持续学习迭代模型场景适配能力；

5. 跟进语音大模型领域前沿技术（实时流式识别、情感语音合成、低资源语言适配），开展预研并推动落地，提升机器人语音交互核心竞争力。

任职要求

1. 硕士及以上学历，计算机、人工智能、电子信息、自动化等相关专业，具备扎实的数学基础（概率论、线性代数、信息论）；

2. 精通Transformer架构，熟悉ASR/TTS大模型训练、微调全流程，掌握分布式训练、模型并行、FlashAttention等优化技术；

3. 掌握语音信号处理核心原理，了解主流语音模型（Whisper、Parakeet、ChatTTS等），有复杂声学场景算法优化经验者优先；

4. 具备模型部署经验，熟悉ONNX/TensorRT等推理加速工具，有ROS/ROS2开发经验、机器人边缘端算法落地经验者优先；

5. 有ICASSP/Interspeech等顶会论文发表、开源项目核心贡献者优先。

加分项：

1. 有机器人语音交互产品量产落地经验，熟悉量产过程中的技术规范与问题解决方案。

2. 具备多模态融合（语音+视觉+文本）算法研发经验，或情感语音合成、方言/小语种语音模型优化经验。

3. 熟悉声纹识别、语音唤醒等技术，有端云协同语音交互系统设计经验。

4. 具备良好的技术视野，能快速跟进行业前沿动态并转化为落地方案。