返回岗位列表

音频算法研究员/工程师（通义千问团队）

查看原岗位

地点：远程薪资：薪资未公开日期：2026-01-29

岗位摘要

负责单人及多说话人语音识别技术的研究与优化；开展语音合成与高质量音频合成相关工作；进行音频前端处理与音色转换技术研发；实现音色克隆(Zero-Shot TTS)相关算法；探索音乐生成与歌声生成的创新方法

岗位职责

负责单人及多说话人语音识别技术的研究与优化
开展语音合成与高质量音频合成相关工作
进行音频前端处理与音色转换技术研发
实现音色克隆(Zero-Shot TTS)相关算法
探索音乐生成与歌声生成的创新方法
提升模型指令遵循能力与推理性能，包括SFT、GRPO等技术应用
负责流式音频交互模型的推理优化与加速，熟悉RTC/WebSocket等技术

任职要求

计算机科学、人工智能、信号处理等相关专业硕士及以上学历
具备语音识别(ASR)、语音合成(TTS)、音乐生成等相关领域研究经验
熟练掌握深度学习框架(PyTorch/TensorFlow)及音频处理工具
具有大模型训练经验，熟悉SFT、RLHF、GRPO等对齐技术者优先
有实时音视频系统开发经验，熟悉RTC、WebSocket等通信协议者优先
在顶级会议(ICML/NeurIPS/ICLR/Interspeech等)发表过论文者优先
具备良好的工程实现能力，能够推动算法落地应用

福利待遇

参与全球顶尖大模型项目的核心技术研发
充足的计算资源与数据支持，助力前沿研究
与业界顶尖专家共事，获得快速成长机会
具有竞争力的薪酬待遇与绩效激励
完善的职业发展通道与晋升机制
开放包容的技术氛围与创新文化