多模态语音理解与生成的研究与应用-阿里星-阿里巴巴2027届实习生

1、负责语音生成/语音识别/语音合成/声纹/语种/情感等方向的算法研究和开发； 2、负责语音信号处理的相关算法研究和开发，包括语音增强、回声消除、混响消除、自动增益控制、波达方向估计、波束形成等； 3、负责口语语言理解/用户意图理解/对话模型/语音交互等算法研究和开发； 4、语音统一多模态大模型：研究下一代多模态通用大模型技术范式，实现文本、语音、视觉模态的联合建模。

1、计算机科学或相关专业硕士及以上学历，具有扎实的计算机、机器学习等理论基础； 2、熟练掌握至少一种编程语言，具备扎实的技术基础； 3、熟悉深度学习、信号处理、语音识别、语音合成、口语语言处理、语音交互、人工智能等类似领域； 4、有良好的自我学习能力及自驱力，对前沿领域有强探索欲和好奇心、善于独立思考并反思总结；具备良好的沟通能力和团队协作能力。