商汤｜大装置-语音算法研究实习生
岗位职责
1. 参与音频事件检测相关技术研发，包括音频特征提取、事件分类、时序定位、小样本 / 弱监督学习等算法设计与实现。
2. 参与音频 Caption（音频描述） 模型研发，面向多模态音频理解，完成文本生成、跨模态对齐、评测指标优化等工作。
3. 参与音乐生成技术的自动化评测和评价算法研发，数据集构建和工程化落地。
4. 跟踪语音与音频领域前沿进展，复现 SOTA 算法，参与实验设计、数据构建、模型训练与迭代优化。
5. 配合团队完成技术文档撰写、专利申报、学术成果整理与顶会论文投稿等。
任职要求
1.2027/2028 届硕士 / 博士在读，计算机、电子信息、自动化、人工智能、信号处理等相关专业优先。
2.扎实的语音信号处理、机器学习、深度学习理论基础，熟悉音频前端处理（滤波、MFCC、Fbank、降噪、声源分离等）。
3. 熟练使用Python，精通PyTorch深度学习框架，具备模型训练、调试、优化与复现能力。
4. 有语音技术 / 音频 AI相关项目或科研经验，对音频事件检测、音频多模态、音乐生成任一方向有深入理解。
5. 良好的英文文献阅读与学术写作能力，逻辑清晰，自驱力强，具备良好团队协作与问题解决能力。
加分项：
1.以一作 / 共同一作在语音及相关领域发表论文，如ICASSP、INTERSPEECH、NeurIPS、ICML、ICLR、AAAI等。
2.在相关领域技术比赛中获得较好成绩，在相关开源项目有突出贡献。
商汤招聘实习生：大装置-语音算法研究实习生岗位来自商汤招聘官网，具体内容以商汤招聘官网为准。