Agent研发工程师

音频 Agent 研发工程师是聚焦音频交互 + 智能 Agent 交叉领域的核心研发岗位，负责构建具备「音频感知 - 语义理解 - 任务决策 - 音频执行 / 生成」全链路能力的智能系统。该岗位需融合自动语音识别（ASR）、文本转语音（TTS）、语音情感识别、大语言模型（LLM）、多模态任务规划等技术，打造能理解用户音频指令、自主完成复杂音频相关任务、提供拟人化语音交互的智能 Agent，推动音频交互从「被动响应单指令」向「主动完成复杂任务」的体验升级。 岗位职责： 1. 架构设计与核心研发 主导音频 Agent 的整体技术架构搭建，设计「音频输入预处理 - 语义解析 - 任务规划 - 工具链调用 - 音频输出」的全链路技术栈； 2. 场景化落地与迭代 对接业务方需求，深度理解不同场景的痛点（如教育场景的语音答疑、车载场景的噪音交互、内容创作场景的 AI 配音），定制音频 Agent 的功能方案； 3. 技术创新与沉淀 跟踪音频大模型、多模态 Agent、具身智能等领域的前沿技术，探索将音频 LLM、神经声码器、多模态任务规划框架等引入产品；定期分享音频 Agent 研发经验，推动团队技术能力升级。