{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "Token Foundary事业部-音频算法专家/高级专家-未来生活实验室",
        "job_level": "专家",AI生成
        "work_category": "全职",AI生成
        "department": "阿里集团",
        "location": "北京 / 杭州",
        "work_mode": "未披露",AI生成
        "job_category": "技术类-算法"AI生成
    },
    "company": {
        "company_name": "通义",
        "company_industry": "人工智能",
        "company_size": "未披露",
        "company_website": "alibaba.com",
        "company_description": "通义提供人工智能模型及文档阅读等AI应用。"
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "未披露",
            "cycle": "未披露"
        },
        "benefits": "未披露"
    },
    "requirements": {
        "working_years": "",
        "degree": "硕士",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1、研发前沿的音频大模型 (Audio-LLM)，实现语音识别 (ASR)、语音合成 (TTS) 与音频理解的端到端融合。\n2、优化多语种、情感化及高表现力的语音生成，提升在复杂环境（噪声、多人交谈）下的语义提取鲁棒性。\n3、设计并优化多模态音乐生成模型，涵盖风格、韵律、和声、节奏等多维度生成任务。\n4、探索音频 Tokenizer 优化，实现音频与 LLM 符号空间的对齐。",
        "requirements_text": "1、熟悉主流音频架构（如 Whisper, VITS, AudioLM, Vall-E，CosyVoice）；\n2、精通音频信号处理及神经编解码器（Neural Codec）；\n3、有全双工、超低延迟流式语音交互系统（Real-time Interactive Voice）的落地经验者优先。",
        "skills": [AI生成
            "信号处理"
        ],
        "preferred_qualifications": "3、有全双工、超低延迟流式语音交互系统（Real-time Interactive Voice）的落地经验者优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://careers-tongyi.alibaba.com/off-campus/position-detail?positionId=100011160010"
            }
        ]
    },
    "posting": {
        "posting_id": "100011160010",
        "post_date": "2026-08-13",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://careers-tongyi.alibaba.com/off-campus/position-detail?positionId=100011160010"
    },
    "fulltext": "Token Foundary事业部-音频算法专家/高级专家-未来生活实验室\nToken Foundary事业部-音频算法专家/高级专家-未来生活实验室\n\n基础信息\n职位类别：技术类-算法\n工作地点：北京 / 杭州\n\n职位描述\n1、研发前沿的音频大模型 (Audio-LLM)，实现语音识别 (ASR)、语音合成 (TTS) 与音频理解的端到端融合。\n2、优化多语种、情感化及高表现力的语音生成，提升在复杂环境（噪声、多人交谈）下的语义提取鲁棒性。\n3、设计并优化多模态音乐生成模型，涵盖风格、韵律、和声、节奏等多维度生成任务。\n4、探索音频 Tokenizer 优化，实现音频与 LLM 符号空间的对齐。\n\n职位要求\n1、熟悉主流音频架构（如 Whisper, VITS, AudioLM, Vall-E，CosyVoice）；\n2、精通音频信号处理及神经编解码器（Neural Codec）；\n3、有全双工、超低延迟流式语音交互系统（Real-time Interactive Voice）的落地经验者优先。\n1、研发前沿的音频大模型 (Audio-LLM)，实现语音识别 (ASR)、语音合成 (TTS) 与音频理解的端到端融合。\n2、优化多语种、情感化及高表现力的语音生成，提升在复杂环境（噪声、多人交谈）下的语义提取鲁棒性。\n3、设计并优化多模态音乐生成模型，涵盖风格、韵律、和声、节奏等多维度生成任务。\n4、探索音频 Tokenizer 优化，实现音频与 LLM 符号空间的对齐。\n1、熟悉主流音频架构（如 Whisper, VITS, AudioLM, Vall-E，CosyVoice）；\n2、精通音频信号处理及神经编解码器（Neural Codec）；\n3、有全双工、超低延迟流式语音交互系统（Real-time Interactive Voice）的落地经验者优先。",
    "standard_classification": {
        "std_category_code": "T035",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}