语音算法实习岗（音频生成/理解方向）

岗位职责：

1、参与语音生成类大模型相关技术的研发工作，涵盖语音合成、端到端语音对话系统等方向；

2、推动先进技术在实际业务场景中的应用落地，涉及语言、语音及音频的生成与理解等领域；

3、持续跟踪语音生成前沿算法进展，优化现有模型的推理效率与语音合成效果。

岗位要求：

1、掌握主流大模型语音合成技术（如VALL-E、cosyvoice、indextts等），具备模型训练、调优经验，并有实际落地成果；

2、熟悉主流端到端语音大模型方法（如glm-voice、moshi、llama-onmi等），具备相关训练与优化实践经历；

3、理解传统TTS各模块核心技术，具有实际项目经验，包括语音前端处理（G2P、TN、多音字、韵律预测等）、声学模型（vits、fastspeech、glowtts等）以及声码器（hifigan、vocos、bigvgan等）；

4、熟练使用PyTorch等深度学习框架，精通Python编程；

5、在NeurlPS、ICML、ICLR、ACL、Interspeech、ICASSP等顶级会议发表过论文，或拥有相关计算机领域工作经验、ACM竞赛获奖者优先考虑。