资深AI语音算法工程师

核心目标： 主导云端大规模端到端语音识别(ASR)及相关算法体系的研发与落地,在复杂声学环境下持续提升识别准确率、稳定性与吞吐效率,推动技术产品化与商业化。 岗位职责： 1. 技术方向规划：主导云端语音识别方向的技术路线与攻关规划，带领语音算法团队完成核心模型的研发、迭代与上线，对识别效果与商业化指标负责。 2. ASR 核心算法研发：主导大规模端到端 ASR 系统的声学模型(AM)与语言模型(LM)优化及解码器调优，提升远场、高噪声、口音、多语种等复杂场景下的识别准确率。 3. 高性能 VAD：负责 VAD 算法设计与训练，解决远场、高噪声、双讲及复杂背景音下的静音截断与语音触发难题。 4. 前沿技术探索：推动 LLM + Speech、长音频对齐、多语种混合识别、流式识别等前沿方向的预研与落地。 5. 工程落地与推理加速：协同工程团队完成算法云端落地，主导模型压缩、蒸馏、量化及推理加速，保障高吞吐、低延迟与成本可控。 6. 数据闭环建设：主导自动化数据标注与清洗流水线，通过弱监督、主动学习等手段构建持续迭代的数据飞轮。 任职要求： 1. 计算机、电子信息、信号处理等相关专业，硕士及以上优先；3 年以上语音识别/语音算法研发经验。 2. 具备语音算法团队管理或 TL 经验，主导过 ASR/语音方向的技术规划与项目落地。 3. 精通数字信号处理与深度学习基础理论，熟悉常用语音特征提取；对主流 ASR 架构(CTC / RNN-T / Attention(AED) / Conformer 等端到端模型)有深入理解。 4. 熟练掌握 Python / C++,算法实现能力优秀；熟练使用 PyTorch / TensorFlow 至少一种框架，熟悉主流语音框架(Kaldi / WeNet / ESPnet 等)。 5. 具备 Linux 开发经验，熟悉多线程、异步编程及模型部署流程；有大规模线上语音系统落地经验。 6. 具备良好的英语论文阅读能力，持续追踪语音领域顶会(Interspeech、ICASSP 等)进展。 加分项： 1. 在语音国际竞赛(CHiME、Interspeech 相关评测等)获前排名次,或在顶会发表过相关论文。 2. 有基于神经网络的 VAD 开发经验,能有效区分人声、噪声、音乐及环境异响。 3. 熟悉 LLM + Speech 结合,或对 Whisper 等模型有深度调优经验。 4. 熟悉模型量化、剪枝,有 GPU 推理优化或流式识别系统开发经验。