岗位描述
岗位描述
部门介绍:
Nexus 语音团队服务于蚂蚁灵光 App,负责灵光全栈音频 AI 能力建设,涵盖语音识别、语音合成、音乐生成、音效生成、实时音视频交互等方向。团队面向真实产品场景,持续推动前沿语音与音频技术的研发和规模化落地。
职位描述:
1.负责实时音视频交互技术的算法迭代与创新,持续探索业界领先的多模态、全双工交互技术;
2. 面向 AGI 创新产品,探索音频模态的新能力、新应用及业务落地;
3. 持续跟进前沿技术进展,研究方向包括但不限于语音交互、泛音频生成、语音理解等。
岗位要求
1.具备扎实的大模型研发经验和语音交互技术基础;
2. 在全双工交互、语音识别、语音合成、目标说话人识别、声学前端、语音大模型等一个或多个方向具有深入理解或突出成果;
3. 具备出色的问题分析与解决能力,逻辑严谨,能够独立推进复杂技术问题的研究与落地;
4. 在语音领域重要会议(ICASSP、INTERSPEECH)或人工智能领域顶级会议(NeurIPS、ICML、ICLR、AAAI)发表论文两篇及以上。