虎牙直播｜语音大模型算法兼职实习生

【职位描述】 1、负责语音合成系统/语音端到端大模型、全链路算法的技术预研和研发工作。 2、负责大模型的数据积累、框架建设等基建工作。 3、跟踪业界前沿技术，持续探索语音合成、端到端技术的新能力和新应用，提升核心能力。 【

】 1、本科及以上学历，AI、EE、CS等相关专业，研究方向为语音合成 / 语音大模型、自然语言处理或多模态等相关领域。 2、熟悉机器学习和深度学习理论，掌握生成模型、多模态大模型等一个或多个方向的理论与算法，具备相关方案实现能力与经验。 3、熟悉端到端语音大模型结构（如VocalNet、SLAM-Omni、GLM-Voice等）。 4、熟悉常见语音合成大模型框架（如CosyVoice、F5-TTS、Index-tts、MegaTTS3、Bert-VITS2等开源框架）。 5、熟悉Pytorch、Python、C++/C、Shell等，对数据结构和算法设计有深刻理解。 6、熟悉基于LLM的语音合成、端到端方法，持续关注语音/NLP/多模态的前沿技术。 7、具有良好的团队合作精神、技术热情和自驱力。实习时间能至少3个月，能实习6个月以上优先。 8、有ICASSP、Interspeech、ICML等顶会工作、具体实践项目、实验室背景优先。