AI语音招聘岗位合集

慧言科技（天津）有限公司是一家业内领先的言语交互高新技术企业。公司基于自主可控“海河·谛听”言语交互意图理解大模型，研发语音识别、语音生成、语义理解、文本生成、知识问答、机器翻译、声纹识别等全链路言语交互技术，支持中英日韩法西俄德维藏泰越等20余个语种，言语交互技术达到国内领先。同时，公司为合作伙伴提供大模型+教育、大模型+办公、大模型+金融等多行业综合解决方案。

  简历投递

云上曲率LiveData（北京云上曲率科技有限公司），泛娱乐行业全球领先的实时通信、AI+大数据服务提供商。自主研发基于微服务的高性能分布式框架和深度学习平台。服务覆盖全球200多个国家和地区。核心成员来自谷歌/腾讯/Facebook等核心团队，拥有15年以上专业经验。云上曲率深耕泛娱乐领域，同时在在线教育、工业控制、IoT、智慧城市等行业领域具备较大产品技术优势。

语音算法工程师

1. 负责语音、音频相关算法的研究与开发，包括但不限于语音识别、语音合成、语音降噪、声纹识别、音频分类等方向；
2. 负责跟进行业前沿技术，跟踪国际最新发展方向，持续探索语音技术新能力和新应用。

1. 硕士及以上学历，语音、信号处理、计算机等相关专业背景；
2. 1～2年语音方向工作经验，精通深度学习理论，精通语音相关算法；
3. 熟练掌握C/C++、python，有较强的工程实现能力；
4. 有多模态、音频大模型技术研发经验者优先。

  简历投递

北银金融科技有限责任公司根植于北京银行，是一家致力于大数据、人工智能、云计算、区块链、物联网等新技术创新与金融科技应用的科技企业，公司充分发挥北京银行企业文化和技术积淀先天优势，通过对技术、场景、生态的完美融合，输出科技创新产品和技术服务。

语音算法工程师

1. 负责语音识别、声纹识别、情感识别相关算法研究； 
2. 参与识别算法设计与实现，以及结合业务进行模型优化工作；
3. 参与语音克隆产品研发，融合不同音色、情感等进行优化工作； 
4. 跟踪国际最新的识别、合成相关技术和前沿技术的发展。

1. 1.熟悉Linux操作系统，精通python等脚本，熟悉ASR和TTS；
2. 2.熟悉常用的语音模型及框架：wenet、funasr、espnet、kaldi等，有语音识别、语音合成项目实践经验者优先；
3. 3.具备优秀的逻辑思维能力，较强的沟通和学习能力；
4. 4.在相关国际会议或主流期刊（ICASSP、Interspeech、ACL、ICML等）上发表论文者优先。

  简历投递

普强于2009年在美国硅谷成立全球研发中心，主要从事智能语音和语言技术的研究，2010年设立中国运营公司，是金融科技创新和智能汽车AI服务提供商，在硅谷和中关村、上海,深圳均建设有技术研发中心，在南京拥有声学实验室，专注于金融大数据、AI芯片，智能汽车领域，拥有100%自主知识产权60余项，并参与制定多个国家及行业标准，普强始终致力于为客户提供完整的AI技术咨询和解决方案服务。

1. 1.负责语音信号处理算法的研究、设计、开发和优化，包括但不限于特征提取、降噪、回声消除等； 
2. 2.参与语音识别算法的研发，提高识别准确率和识别速度； 
3. 3.负责语音合成算法的开发，优化语音生成的音质和流畅度；
4. 4.跟踪语音技术领域的最新动态，研究新技术和新算法，为公司技术储备提供支持； 
5. 5.与其他部门紧密合作，确保语音算法在公司产品中的有效应用；
6. 6.编写相关技术文档，包括算法设计文档、测试报告、使用说明等；
7. 7.完成领导交办的其他任务。

1. 1.计算机科学、电子工程、信号处理或相关专业本科及以上学历，具有扎实的数学基础和编程能力；
2. 2.熟悉语音信号处理、语音识别、语音合成等基本原理和算法；
3. 3.熟练掌握C/C++、Python等编程语言，熟悉Linux操作系统和常用开发工具； 
4. 4.了解常用的语音算法库和工具，如Kaldi、Sphinx、HTK等；
5. 5.具备良好的分析问题和解决问题的能力，对解决具有挑战性问题充满激情；
6. 6.具备良好的团队合作精神和沟通能力，能够与其他部门有效协作；
7. 7.有语音识别、语音合成等相关项目经验者优先

  简历投递

第四范式（北京）技术有限公司成立于2014年底，是人工智能平台与技术服务提供商，公司以“Empower AI Transformation and Advance AI For Everyone”为企业使命，旨在让AI成为驱动社会进步、企业增长的引擎。依托于国际领先的机器学习技术与丰富的行业实践经验，第四范式打造了全栈式企业级AI产品体系——全流程人工智能平台、一站式流量运营技术平台，以及软件定义算力平台。

1. 负责语音方向的设计和研发，模型的效果优化，包括不限于：参与语音识别、声纹识别、语音评测、语音合成等方向 
2. 将语音领域的算法应用于实际场景，解决真实业务问题
3. 将实践中的创新点以Github Repo/Paper/Tech Report等形式开源

1. 本科及以上学历，具备语音识别、声纹识别、语音评测、语音合成等方向相关经历；
2. 具备良好的编程能力，熟练掌握python/C++等编程语言，优秀的分析问题和解决问题的能力，对解决具有挑战性的问题充满激情；
3. 较强的算法实现能力，熟悉深度学习平台如tensorflow/pytorch等。

1. 有较强的代码能力优先，有各类竞赛获奖经历(如kaggle，天池、DF、DC等比赛平台)、有过ACM等编程竞赛经历，或代码开源在github上并有较大影响；
2. 在Interspeech/ICASSP/ACL/EMNLP/ NAACL等顶会顶级会议或者期刊发表论文者；
3. 在大模型多模态领域有相关技术经验或竞赛经验。

  简历投递

Akulaku是东南亚市场交易量较大，用户活跃度较高，团队成熟和发展速度较快的互联网金融平台。目前已覆盖印度尼西亚、菲律宾、越南等市场，致力于提供更本地化的产品服务。

算法实习生

参与OCR，活体检测，人脸识别，语音识别，音频质检等算法开发

1. 25届应届生，计算机，软件工程，应用数学等相关专业；每周可实习至少3天 
   

2. 熟悉机器学习，图像处理，信号处理，深度学习等理论； 

3. 熟悉Linux； 

4. 熟悉python或c++； 

5. 熟悉tensorflow或pytorch；

  简历投递

中科智加是中科院自动化所旗下技术产业化公司，致力于用AI技术为行业赋能，为客户提供以语音识别、机器翻译、自然语言理解、知识图谱、图像视频智能处理等技术为核心的应用产品与解决方案，相关服务案例覆盖国内30余地市。

1. 参与公司核心语音识别系统的研发。 

2. 针对实际场景制定实现要求的模型、策略、算法方案、进行模型选择、训练、设计、开发及调试。

3. 跟踪国内外行业最新动态，结合公司业务，迭代产品。

1. 计算机及相关专业硕士及以上学历,信息与计算科学、数据、自然语言处理（NLP）、深度学习、机器学习等相关专业。 

2. 有1年以上语音项目工作经验。 

3. 熟练使用Python、c/c++和shell等编程语言，熟练使用dokcer服务。

4. 熟练掌握linux开发环境。

5. 熟悉主流ASR系统框架，理解声学模型/语言模型主流先进的建模方法，在模型训练和优化方面富有业务经验。

6. 熟练使用常见的语音及深度学习开源工具，包括但不限于kaldi、PyTorch、Tensorflow等。

7. 对最新语音模型如paraformer，whisper等有深入研究。
   

8. 有模型国产化移植、模型压缩、量化、加速经验者优先。

  简历投递

华院由美国加州大学伯克利分校数学博士创立，成立于 2002 年，公司专注于数据智能研究。团队以基础算法研究和通用人工智能引擎开发为核心，从计算智能、感知智能，到认知智能，一直在人工智能算法研究领域处于行业前茅，产品与技术广泛应用于金融保险、医疗健康、电商零售、智能制造、社会治理、政务、教育与人力资源等行业及领域。

1. 负责语音合成（TTS）的算法研发、性能优化与落地实现；

2. 负责围绕虚拟人高度情感可感知的语音合成技术的研究；

3. 跟进学术界、行业最新的研究趋势，将预研成果落地于实际产品。

1. 统招硕士及以上学历，计算机、电子信息、自动化等相关专业，两年以上语音合成的算法研究、项目开发经验；

2. 深刻理解TTS原理，熟悉开源架构声学模型Tacotron和声码器WaveGlow、WaveRNN、HifiGAN等；

3. 对TTS前端Cleanser、TN、G2P有一定经验；

4. 熟练掌握Python，至少熟练使用一种深度学习训练框架，如Tensorflow、Pytorch等；

5. 在个性化技术、风格迁移、语音转换、情感合成等方面有经验者优先；

6. 在语音相关会议或期刊（如ICASSP、Interspeech、ISCSL、ASRU等）发表过文章或者参加过相关国际比赛者优先。

  简历投递

北京中科信利技术有限公司于2002年依托中国科学院声学研究所合作成立，是以开发语音技术为核心的高新技术公司。公司专注于语音识别和音频信号处理相关技术和产品的研发，具有国际一流水平的语音识别/处理引擎、语音云系统和语音分析应用产品，产品涵盖互联网、电信平台、广电网教育、音乐检索以及嵌入式终端等多个领域。

1. 语音领域人工智能算法和模型的研发和优化，方向包括前端语音处理，语音识别，说话人、语种识别；

2. 负责系统的数据处理、模型训练、结果分析、实验验证；
3. 跟踪国内外最新的相关技术。

1. 硕士或博士学历，计算机、电子、自动化、应用数学、模式识别、人工智能等相关专业

2. 熟悉机器学习及深度学习基本原理和基本模型，熟练使用至少一种深度学习框架；（Kaldi、TensorFlow、Caffe等） ；

3. 在深度学习、机器学习等人工智能领域有一定的实际经验，具备扎实的模式识别、语音信号处理等理论和知识基础，擅于跟踪和学习最前沿人工智能技术；

4. 良好的编程基础， 掌握常用数据结构、算法，具备大数据/分布式机器学习技能优先。

  简历投递

永久福利 直投简历

简历投递：join@speechhome.com

扫码关注我们

助力AI语音开发者的社区