米哈游｜语音理解算法实习生

1、共同参与AudioLLM的效果优化，提升通用音频理解大模型的统一建模能力 2、负责音频理解相关模型（VAD/ASR/声纹/情绪/声音事件/副语言理解）的开发调优 3、协助评估和分析音频理解模型的效果，根据实际场景持续迭代 4、协助large-scale的语音数据处理pipeline开发和优化 5、与数据infra团队紧密协作，共同推动音频算法模型和音频数据链路优化

1、硕士及以上学历，计算机相关专业；具备良好的学习能力、逻辑思维能力、自驱力，沟通协作能力 2、较强的动手能力，精通使用Python，以及pytorch/tensorflow等深度学习框架 3、具备音频理解算法相关实践经验，包括但不限于VAD/ASR/声纹/情绪/声音事件检测/副语言理解方向的一种或多种，熟悉 Transformer 架构，能够根据实际问题优化算法 4、具有大模型（AudioLLM 或多模态）训练经验者优先，有完整的大规模音频数据处理实践经验者优先 5、有语音方向顶会（如NeurIPS, ICLR, ICML, ICASSP, INTERSPEECH等）文章者优先