职位描述：

岗位职责：1.负责音频前端增强、语音识别（ASR）、声纹识别、说话人分离、唤醒词等语音核心技术的研发与优化。2.设计和构建端到端语音训练管道，包括数据采集、清洗、标注、模型训练、评测。3.针对具体业务场景/行业（如智能眼镜、智能座舱、机器人、IoT设备等），进行端侧语音模型的适配与业务落地。4.研究并应用前沿的语音大模型技术，探索语音与大语言模型（LLM）的融合应用。5.跟踪语音领域前沿技术动态，持续提升系统性能与用户体验。任职要求：1.计算机科学、软件、人工智能、电子工程、数学、信号处理等相关理工科专业，本科以上学历。2.扎实的机器学习/深度学习基础，熟悉RNN、Transformer、Conformer等主流语音模型架构。3.熟练掌握Python或者C++，熟悉至少一种语音处理工具包（如WeNet、Kaldi等）。4.能够围绕专业术语、方言、噪声、远场或中英混说等具体问题开展数据构建和模型优化。5.熟悉端到端ASR，理解自回归与非自回归模型的特点及适用场景，了解CTC、Attention、Transducer、Paraformer等常见建模与解码方式。6.熟悉离线与流式语音识别、热词增强等关键技术的实现机制与适用边界，能够结合实时听录、行业术语识别等业务场景进行方案设计与落地。7.熟悉ASR常用评测指标和测试方法。8.具备自驱力、工程能力、沟通能力和团队协作精神。