锦鲤求职岗位描述
岗位职责
1、负责多媒体各场景音频算法处理和策略的研发，保障高质量的音频发布和消费体验；
2、负责音频生成算法的研发与业务落地：语音美化与人声增强、变声与音色转换、多模态音频生成等方向；
3、负责音频理解模型的构建与应用：音频理解基座、音频美学评价等；
4、负责基于 AI 的音频前处理算法的研究，包括但不限于 NN 语音增强、PVAD 等音频前处理算法；
5、跟踪业界前沿音频技术，包括但不限于前沿多模态模型和空间音频等方向的调研与业务落地。
岗位要求
1、硕士及以上学历，计算机、信号与信息处理或声学等相关专业，3 年及以上音频算法或深度学习相关经验；
2、精通 Python 编程，熟悉 PyTorch 等深度学习框架，具备良好的代码规范和系统设计能力；有 C/C++ 工程能力者优先；
3、熟悉以下至少一个音频相关领域：
① 扩散模型（Diffusion）、Flow Matching、Neural Codec（如 SoundStream、Encodec）等音频生成架构；
② 人声生成方向：语音合成（TTS）、语音转换（Voice Conversion）、歌声合成等生成模型；
③ 基于生成模型的音频/语音增强：语音降噪、去混响、修复（bandwidth extension、declipping）、超分辨率等生成式增强方向的研究或工程落地经验；
④ 多模态音频生成：视频/文本到音频、音乐生成等跨模态生成模型；
⑤ 多模态音频基座模型（如 Qwen-Audio、CLAP、AudioMAE 等）的微调、评测与业务落地。
加分项：
1、参加过 DNS 等 Challenge 比赛有相关成绩者优先，在 Interspeech、ICASSP 等顶会发表过论文者优先；
2、熟悉主流音频大模型（如 Qwen-Audio、SALMONN 等）架构，有微调训练、数据构建、推理优化（量化/蒸馏/vLLM 部署）经验者优先；
3、有开源项目贡献或活跃的 GitHub 音频相关技术积累者优先；