音频生成算法研究员 / 工程师（Audio Diffusion） 北京 全职 研发 - 算法 职位描述 我们希望寻找一位有音频生成模型研发经验的伙伴，参与音频生成模型的设计、训练与优化，提升生成质量、可控性和推理效率。岗位职责：1、研发基于 Diffusion / Flow Matching 的音频生成模型，参与模型架构设计、训练目标设计和训练策略优化。2、探索文本等条件驱动的音频生成，提升生成内容与条件的一致性，以及音频的自然度、清晰度和时间结构。3、参与音频数据的清洗、筛选、标注及训练集构建，通过数据与模型的迭代改善生成效果。4、建立音频生成的评估与分析方法，结合客观指标和主观听测定位问题，并推动改进。5、跟踪音频生成领域的前沿研究，将有价值的方法转化为可验证的实验和模型能力。 职位要求 1、有基于 Diffusion 的音频生成项目经验，并实际参与过核心模型的训练与优化。 在语音、音乐、音效等至少一个方向有深入实践。2、理解 Diffusion 的训练目标、噪声调度、采样方法及条件控制机制；了解 Flow Matching 等相关方法。3、熟悉音频生成中的表示与建模方式，例如 waveform、spectrogram、audio VAE 或 neural audio codec，理解相关设计对音质、序列长度和计算成本的影响。4、熟练使用 PyTorch，具备扎实的模型实现、训练调试和实验分析能力，能够独立完成方案实现与效果验证。5、能结合听感、评估指标与消融实验分析模型问题，并清晰说明自己的技术选择、实验结论和实际贡献。加分项1、有较大规模音频模型预训练、分布式训练或高质量音频数据建设经验。2、有少步生成、模型蒸馏、实时或流式音频生成经验。3、有音频编辑、局部重生成、细粒度条件控制或音视频联合建模经验。4、有相关论文、开源项目或可展示的音频生成作品。 投递...
音频生成算法实习生（Audio Diffusion） 北京 实习 研发 - 算法 职位描述 我们希望寻找一位有音频生成模型研发经验的伙伴，参与音频生成模型的设计、训练与优化，提升生成质量、可控性和推理效率。岗位职责：1、研发基于 Diffusion / Flow Matching 的音频生成模型，参与模型架构设计、训练目标设计和训练策略优化。2、探索文本等条件驱动的音频生成，提升生成内容与条件的一致性，以及音频的自然度、清晰度和时间结构。3、参与音频数据的清洗、筛选、标注及训练集构建，通过数据与模型的迭代改善生成效果。4、建立音频生成的评估与分析方法，结合客观指标和主观听测定位问题，并推动改进。5、跟踪音频生成领域的前沿研究，将有价值的方法转化为可验证的实验和模型能力。 职位要求 职位要求1、有基于 Diffusion 的音频生成项目经验，并实际参与过核心模型的训练与优化。 在语音、音乐、音效等至少一个方向有深入实践。2、理解 Diffusion 的训练目标、噪声调度、采样方法及条件控制机制；了解 Flow Matching 等相关方法。3、熟悉音频生成中的表示与建模方式，例如 waveform、spectrogram、audio VAE 或 neural audio codec，理解相关设计对音质、序列长度和计算成本的影响。4、熟练使用 PyTorch，具备扎实的模型实现、训练调试和实验分析能力，能够独立完成方案实现与效果验证。5、能结合听感、评估指标与消融实验分析模型问题，并清晰说明自己的技术选择、实验结论和实际贡献。加分项1、有较大规模音频模型预训练、分布式训练或高质量音频数据建设经验。2、有少步生成、模型蒸馏、实时或流式音频生成经验。3、有音频编辑、局部重生成、细粒度条件控制或音视频联合建模经验。4、有相关论文、开源项目或可展示的音频生成作品。 投递...
大模型音频算法工程师 上海 校招 正式 技术 - 算法类 职位 ID：A216161 职位描述 参与大模型音频算法（ASR/AudioLLM/TTS等）的研究与落地，负责模型的SFT有监督微调训练、优化及部署；针对语音合成、语音识别、语音理解等场景，设计高效的微调策略，提升模型在垂直领域的性能与鲁棒性；负责音频数据预处理、质量分析及训练数据集构建，持续优化数据管线；跟进AudioLLM、FlowMatching、Diffusion TTS等前沿技术，推动技术在业务场景的工程化落地；撰写技术文档，沉淀模型训练方法论与最佳实践。 职位要求 硕士及以上学历，计算机科学、人工智能、信号处理等相关专业；扎实的深度学习基础，熟悉Transformer、LLM架构及训练流程，有语音相关项目经验者优先；熟练使用PyTorch、DeepSpeed、Transformers等深度学习框架及工具，具备大模型SFT/RLHF实操经验；熟悉至少一个音频任务：ASR（语音识别）、TTS（语音合成）、Voice Conversion、Audio Codec等；具备优秀的编程能力（Python/C++），良好的逻辑思维与沟通能力，能够快速复现前沿论文。加分项在Interspeech、ICASSP、NeurIPS、ACL等顶会发表过语音/音频相关论文；熟悉主流开源AudioLLM项目（如Qwen-Audio、Gemini Audio、CosyVoice、FishSpeech等）；具备多机多卡大模型训练经验，熟悉Megatron-LM、FSDP等分布式训练框架；有Kaldi、WeNet、ESPnet等传统语音工具链使用经验。 投递...
声学系统工程师 上海 全职 互联网 / 电子 / 网游 职位描述 1、负责机器人产品声学系统整体方案设计，涵盖声学硬件设计与选型、声学结构设计、系统集成与性能匹配，对整机声学性能、问题定位和量产一致性负责；2、声学硬件： 完成麦克风阵列、扬声器、音频Codec、DSP 等核心器件选型，主导音频原理图设计与 PCB 布局审查，负责信号完整性分析、阻抗匹配及EMC/EMI设计与整改；3、声学结构：负责音腔设计、导音管/出音孔布局、密封结构方案，完成声学腔体仿真与优化（声学有限元/边界元分析），与 ID 团队协作平衡外观与声学性能；4、电声集成：负责 MEMS 麦克风、微型扬声器等电声器件的结构集成与装配方案，输出 3D 模型与 2D 工程图，管控关键声学尺寸的公差链；5、测试调试：制定声学测试方案，完成灵敏度、频响、信噪比、THD+N、指向性等关键指标量测；使用音频分析仪（Audio Precision、SoundCheck 等）进行系统级调试；6、算法协同： 配合算法团队完成麦克风阵列标定、AEC/ANS/AGC、波束形成等音频前处理的硬件与结构适配联调；7、量产导入： 跟进修模、试产阶段验证，解决漏音、共振异响、密封不良、装配应力衰减等量产声学问题；输出设计文档、DFM 报告、BOM 维护及供应商技术对接。 职位要求 1、学历专业： 本科及以上学历，声学、电子信息、机械工程、通信工程、力学等相关专业；2、工作经验： 3 年以上消费电子/智能硬件/机器人声学设计经验，有完整量产项目经历；3、电路设计： 熟练掌握模拟与数字音频电路设计，精通至少一种主流 EDA 工具（Altium/Cadence/Pads），能独立完成原理图设计与 PCB 审查；4、声学仿真：
Locations: Shenzhen, China Categories: General Management/ Administration/ Support Req ID: 92438 ADVANCE YOUR CAREER. ADVANCE THE WORLD. At AMD, we believe technology has the power to solve the world’s most important challenges. From advancing healthcare and
音频驱动工程师（智能眼镜） 北京 全职 研发 - 硬件开发 职位描述 1.负责智能硬件音频子系统及底层驱动的设计、开发与平台适配。2.负责音频采集、播放及数据链路的开发与系统集成。3.负责音频驱动与芯片、硬件、DSP算法及业务模块的协同联调。4.负责音质、时延、功耗和系统稳定性优化。5.主导复杂音频问题定位、技术方案评审及关键技术攻关。6.推动音频开发规范、技术沉淀及产品问题闭环。 职位要求 1.本科及以上学历,具备5年以上嵌入式或音频系统开发经验。2.独立负责过音频驱动或音频子系统开发,具备完整产品集成及量产经验。3.精通C/C++,熟悉ARMMCU/SoC、RTOS及底层驱动开发。4.熟悉RTOS下的任务调度、中断、DMA、Buffer管理及音频并发处理5.熟悉Audio Codec、I2S、PDM、TDM等音频接口及数据链路。6.熟悉音频采集、播放、混音、重采样及常见PCM数据处理。7.理解DSP音频处理流程及常用算法原理,具备AEC、NS、AGCC等算法的集成与联调经验。8.具备多芯片平台音频驱动适配或Audio HAL架构经验。9.熟练使用示波器、逻辑分析仪、音频分析仪等工具进行软硬件送合调试。10.熟练使用AI工具辅助编程、调试、测试和Code Review,并能对产出结果的正确性、安全性及可维护性负责。 投递...
Role Summary: We are seeking a Senior Software Engineer to join our i.MX multimedia software team. In this role, you will design, develop, and optimize the multimedia software stack for NXP’s i.MX application processors—spanning camera, display,
As a Linux and BSP, Multimedia Development Engineer, you will play a pivotal role in designing, implementing, optimizing, triaging and supporting multimedia functionalities for embedded systems. Youll be responsible for developing, supporting maintaining Board Support Packages
硬件开发工程师-元萝卜机器人 深圳 社招 全职 研发 - 硬件开发 职位 ID：A187632 职位描述 负责桌面型机器人的硬件落地开发与测试验证。产品集成视觉摄像头、AI计算平台、智能语音交互、机械臂运动控制、传感器、电机驱动、电机及电源系统，需要基于既定产品方案，完成硬件详细设计、样机调试、整机测试、问题整改及量产导入。1. 根据产品需求或既定系统方案，负责硬件详细设计与项目落地，包括器件选型、原理图设计、PCB Layout指导与评审、BOM维护及硬件技术文档输出。2. 负责AI SoC、MCU、摄像头、音频、电机驱动、传感器、电源及通信接口等相关电路的开发，完成样机上电、板级调试和整机联调。3. 根据产品规格和设计风险，独立制定并执行研发各阶段的硬件测试计划与硬件测试用例，完成模块、单板及整机的功能、性能、功耗、温升、电源质量、信号质量、异常工况及长时间稳定性测试。4. 负责硬件问题的复现、定位与整改，解决电源时序、摄像头稳定性、音频异常、电机干扰、通信异常、EMC及可靠性等问题，并完成回归验证和测试报告输出。5. 参与EVT、DVT、PVT及量产导入，支持生产测试、测试工装验证、供应商技术沟通、试产问题及量产异常分析，协同软件、算法、结构和供应链团队推动项目交付。 职位要求 1. 本科及以上学历，电子信息、自动化、通信、测控、机电等相关专业，具备5年以上嵌入式硬件、智能硬件或机器人产品开发经验优先。2. 熟悉高速数字电路、模拟电路、电源电路及常用接口电路，能够依据既定方案独立完成器件选型、原理图设计、BOM维护，可以熟练操作Candence EDA软件并指导和评审PCB Layout。3. 熟悉MCU或SoC最小系统设计，掌握启动、存储、时钟、复位、电源时序及MIPI CSI/DSI、USB、SDIO、UART、I²C、SPI等接口的设计和调试方法。4. 具备研发各阶段独立开展硬件测试的能力，能够制定测试计划和判定标准，独立完成测试环境搭建、测试执行、数据分析、测试报告、整改验证及回归测试。5. 熟练使用示波器、电子负载、可编程电源、热成像仪等测试设备，具备较强的问题复现、根因分析和项目推进能力，能够推动问题闭环。加分项1. 有AI SoC平台机器人、机械臂、智能摄像机等消费电子产品量产经验或多摄像头系统开发经验。2. 有摄像头模组及Image Sensor选型经验，能够结合应用场景，对分辨率、像元尺寸、全局快门/滚动快门、动态范围、HDR、帧率、低照度性能、接口带宽、ISP适配、镜头匹配、成本及供货风险进行综合评估，如果具备摄像头模组验证和图像质量测试经验更佳。3. 有智能语音交互硬件开发经验，熟悉MIC阵列、Audio Codec、PDM、I²S、TDM等音频链路，以及麦克风选型、阵列布局、声学结构配合和音频硬件调试。4. 有步进电机低噪声设计、电机驱动、或运动机构联调经验。我们希望你：不仅能够完成原理图和PCB相关工作，还能够从整机系统角度规划硬件测试和验证工作。在研发各阶段，能够独立搭建测试环境、获取有效数据、判断测试结果并定位根因；面对电源异常、摄像头功能异常、电机干扰、通信不稳定、可靠性失效或量产故障时，能够通过可复现的测试过程推动问题真正闭环。 投递...
音频生成算法研究员 上海 社招 全职 互联网 / 电子 / 网游 职位 ID：A141854 职位描述 1. 负责与游戏画面实时同步的音频生成模型研发，覆盖音效、角色语音与环境声。2. 研究原生音视频联合生成（音画同出），实现口型、动作、事件音效与画面的精确同步。3. 研究流式低延迟语音生成，支撑游戏角色的实时对话。4. 设计音频表征（连续 latent 或离散 codec token）及其与视频 latent 的时序对齐方案。5. 通过 SFT / RL 后训练提升语音表现力、副语言表达（笑声、停顿等）与感知音质，并建立配套的评测体系与数据流程。 职位要求 1. 计算机、人工智能、电子、数学等相关专业，硕士及以上学历优先；具备突出项目或开源成果者，学历不限。2. 具备扎实的生成模型基础（DiT、diffusion / flow matching、codec LM 等），熟练使用 PyTorch。3.
新业务部-多媒体芯片架构工程师 上海、北京 社招 全职 职位 ID：S9331 职位描述 1.负责多媒体在手机、平板、车机中的场景分析与架构设计（1）熟悉并参与多媒体领域的架构设计（ISP/AI/Display/Video Codec/Audio/CV等）（2）负责多媒体跨领域IP间的的架构规划及讨论2.多媒体系统性能及低功耗方向（1）评估并拉通多媒体各领域IP及多媒体子系统的带宽，频率、电压（2）评估并拉通多媒体子系统内部总线、以及与SoC间的总线接口3.多媒体芯片安全架构方向（1）熟悉手机安全业务，包括安全启动、人脸识别、指纹识别、版权码流播放等；了解trustzone，TEE等概念（2）熟悉多媒体IP（ISP/NPU/VCodec/Display）在安全模式下的架构需求以及数据流需求（3）熟悉手机SoC的整体安全架构、鉴权体系（4）有虚拟化设计，包括硬隔离、半虚拟化等方案经验更优（5）有车规安全的IP设计规范的方案经验更优 职位要求 （1）计算机，通信，微电子工程或相关专业硕士以上学历，本方向6年及以上工作经验；（2）拥有其中一门多媒体 IP 芯片架构开发经验；（3）具备PPARS（性能，功耗，成本，可靠性，安全性）指标量化的能力和基于科学方法论做正确架构判断的能力；（4）有多媒体算法实现，系统方案开发经验者优先；（5）有DSP/NPU/CPU/GPU异构计算架构开发经验者优先；（6）有成功IP落地的经验者优先。 投递...