音乐大模型算法研发工程师

工作描述 1. 端到端架构设计：主导音乐生成大模型的核心系统架构，探索歌词、旋律与伴奏一体化建模的技术路径。 2. 音频编解码：开发高效率音频 Tokenizer，实现音频到离散词元（Tokens）的精准转换，在保持高压缩率的同时充分还原人声细节与音乐表现力。 3. 多模态对齐与可控性：研究基于提示词（Prompt）的音乐控制机制，精确调控曲风、情绪、配器及 BPM，并解决歌词与旋律在时序上的同步对齐问题。 4. 前沿技术预研：持续跟进 YuE、Suno、Udio 等先进方案的演进动态，开展长文本建模、混合专家模型（MoE）等方向的技术创新与实验验证。 任职资格 学历背景：计算机、人工智能、电子工程或信号处理相关专业 技术能力：熟练掌握 PyTorch 框架，具备生成式模型的深入理解，拥有超大规模模型（10B+）训练实践经验，并在音频信号处理领域积累至少 1 年实际项目经验。 加分项：曾在 NeurIPS、ICASSP、ISMIR 等学术会议发表相关成果，或参与过音频 Tokenization 的开源项目；具备乐理知识（如和弦进行、节拍结构、调性分析），或拥有计算音乐学研究经历。