- 负责语音基础大模型前沿技术研发，包括语音编码器、端到端语音大模型、端到端语音交互、语音同传、语音理解等；
- 负责语音识别（ASR）算法研究与优化，包括声学模型、语言模型、端到端识别等；
- 参与语音合成（TTS）研发，涵盖神经声码器、音色克隆、情感合成、多语言合成等；
- 负责语音信号处理算法研发，包括麦克风阵列、降噪、回声消除、声源定位、唤醒等；
- 推动语音技术在教育、办公、车载、医疗等场景落地与优化；
- 跟踪语音领域前沿技术，开展创新性研究并产出成果。
- 硕士及以上学历，计算机、信号处理、电子工程、自动化、声学等相关专业；
- 扎实的语音信号处理与深度学习基础，熟悉语音识别或合成的原理与主流方法；
- 熟练掌握至少一种深度学习框架（PyTorch/TensorFlow），具备Python/C++编程能力；
- 有语音相关项目或研究经历，如语音识别、合成、增强、声纹识别、唤醒等；
- 英文文献阅读能力良好，能快速跟进INTERSPEECH、ICASSP等顶会进展；
- 问题分析与动手能力强，有责任心，善于团队协作；
- 具备使用AI工具进行编程、调试、实验结果分析的能力。
【加分项】
- 在INTERSPEECH、ICASSP、IEEE TASLP等语音顶会或期刊发表过论文；
- 有大规模语音数据训练、端到端语音大模型相关经验；
- 在公开语音评测或比赛中获得优异成绩；
- 熟悉Kaldi、ESPnet、Fairseq等开源语音工具，有二次开发经验；
- 有低资源语言、方言、多语言语音技术研究经历。
此岗位为科大讯飞集团统一招聘岗位，人员通过简历筛选、笔试、初试、复试、终审等环节后录用。
