音频算法实习生(A43877)

职位描述： 工作职责（语音前端或语音后端其中一个方向即可）： 1. 拾音增强算法研发与落地：主导 3A 算法（AEC 回声消除、AGC 自动增益控制、ANS 噪声抑制）与 Beamforming（波束成形）算法设计，针对复杂场景（如嘈杂环境、多说话人干扰）优化算法性能，完成从算法原型（Python 仿真）到工程化（C实现）的转化，适配端侧设备或云侧服务； 2. 语音识别与翻译技术落地：负责语音识别（ASR）、语音翻译（ST）算法的选型、优化与定制，包括数据构建（标注规则制定、数据集清洗与扩充）、模型训练（如 Transformer、Conformer 架构调优）、推理加速（量化、剪枝），支撑实时语音交互场景（如智能助手、跨境会议翻译），确保识别准确率与翻译流畅度达标； 3. 说话人识别算法开发：设计说话人分离、说话人验证 / 识别算法（如基于声纹特征的模型），解决多说话人场景下的身份区分问题，完成算法从仿真验证到落地部署（端侧轻量化 / 云侧高并发）的全流程，适配安防监控、个性化语音服务等场景； 4. 快速 demo 输出与迭代：针对产品需求快速搭建算法 demo 原型，验证技术可行性，根据测试反馈迭代算法，输出可复用的技术方案与工程化模板； 5. 跨团队协作与技术支撑：与硬件团队（麦克风阵列选型、声学结构设计）、嵌入式团队（端侧算法移植与算力适配）、产品团队（需求拆解与性能指标定义）协作，输出算法技术文档（数据规范、训练手册、部署指南），解决落地过程中的算法兼容性、性能瓶颈问题。 职位要求： 任职要求 1. 学历与工作经验 - 硕士及以上学历，声学工程、电子信息工程、信号与信息处理、计算机科学与技术等相关专业； 2 核心技术能力 - 拾音增强基础：熟悉3A 算法原理与实现细节，熟悉 Beamforming 阵列设计（如线性阵列、环形阵列）与信号处理流程（如 DOA 波达方向估计、自适应滤波），有实际麦克风阵列算法落地经验者优先； - 语音技术栈：熟悉 ASR、ST、说话人识别的核心技术框架，掌握语音信号预处理、模型训练（端到端 ASR/ST 调优）、推理优化（TensorRT/ONNX Runtime 部署）； - 数据与工程能力：具备数据全流程处理能力（数据采集方案设计、标注工具开发、数据集清洗与增强），熟练使用 Python进行算法原型开发，掌握 C用于算法工程化落地，能完成端侧（ARM/MCU）或云侧部署； - 快速 demo 能力：有快速验证技术可行性的实战经验，能在短周期内（1-2 周）搭建算法 demo（如基于开源框架快速适配场景需求、验证算法性能），并输出清晰的 demo 测试报告； - 场景适配经验：有智能硬件（耳机、音箱、车载）、远程会议、安防监控等音频相关产品算法落地经验者优先，能解决实际场景中的极端问题（如低信噪比、远距离拾音、多语种混合识别）。 3. 软技能要求 - 具备强烈的落地意识，关注算法从 “理论性能” 到 “实际产品体验” 的转化，能主动推进跨团队协作； - 良好的问题排查能力，能快速定位算法落地中的数据问题、模型问题、工程兼容性问题； - 清晰的技术沟通能力，能将复杂算法逻辑转化为易懂的技术文档，适配不同协作角色的信息需求。