锦鲤求职岗位描述
岗位描述
1. 参与语音大模型相关方向的研究探索，在指导下选定一个子模块（如可控生成、音色解耦、后训练强化等）进行算法调研、复现与改进；
2. 学习 FunASR / StepAudio / CosyVoice 等开源项目，结合业务场景参与技术方案讨论与实验验证；
3. 协助开展语音数据的预处理、标注与清洗工作，搭建并完善评测体系；
4. 跟踪实际应用中遇到的问题，协助定位、分析与解决。
岗位要求
1. 编程基础扎实，熟悉 Python 等至少一种编程语言，有良好的编程习惯和代码风格；
2. 在读本科或研究生，计算机科学、电子工程、信息科学、信号处理或相关专业；
3. 对语音技术有浓厚兴趣，了解 ASR / TTS / 前端处理 / 声纹 / 分离等相关算法中的至少一个方向；
4. 至少掌握 PyTorch / TensorFlow 中一种深度学习框架，具备一定动手与问题分析能力；
5. 每周可实习 4 天及以上，连续实习 3 个月及以上。
加分项
• 有语音大模型相关经验，了解 LLM、Diffusion、流式 TTS、语音 token 化（如 VALL-E / SoundStorm 等路线）等；
• 使用过 FunASR / StepAudio / CosyVoice 等开源项目，或有相关开源贡献；
• 有语音相关顶会论文（ICASSP / Interspeech 等）、竞赛或独立项目经历；
• 可连续实习 6 个月以上。