音频生成式AI算法工程师-多媒体技术

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。 【任职要求】 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、Neura…… 完整岗位描述与官方投递入口,请登录后在岗位详情页查看。

本站当前在招 18762 个北京岗位（全城各职能合计），其中 2681 个公开标注了薪资。按这些标注统计：月薪（税前）主流区间 7K ~ 20K（25~75 分位），中位约 10K，最低 2K、最高 300K。