蚂蚁集团-语音交互算法专家-杭州

1、全双工语音模型研发：参与或主导面向全双工交互的 Audio-LLM / Speech-to-Speech 模型设计与训练，研究流式音频输入输出、跨模态表征及语音理解与生成的一体化建模。 2、交互感知与状态决策：面向全双工语音交互，研究多维信息融合与交互状态建模，提升复杂交互场景下的轮次判断、打断处理及交互决策能力。 3、语音前端算法研发：研发面向实时语音交互的语音前端算法，包括 AEC、语音增强、VAD、说话人感知与目标语音提取等，提升复杂声学环境下的语音质量与交互鲁棒性。 4、数据、训练与评测体系建设：建设面向真实复杂交互场景的数据与评测体系，开展数据构建、模型训练与难例优化，结合业务反馈持续提升模型效果与端到端交互体验。 【任职要求】 1、计算机、人工智能、电子信息、声学、信号处理等相关专业，硕士及以上学历，具备扎实的深度学习基础，以及语音、音频或多模态算法研发经验。 2、在以下…… 完整岗位描述与官方投递入口,请登录后在岗位详情页查看。