主分类：AI训练数据标注与评测运营
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "晓天衡宇-大模型标注评测专家-普通话",
"job_level": "专家",AI生成
"work_category": "全职",AI生成
"department": "晓天衡宇",
"location": "杭州",
"work_mode": "未披露",AI生成
"job_category": "算法研发"AI生成
},
"company": {
"company_name": "阿里巴巴控股集团",
"company_industry": "电子商务 / 云计算 / 人工智能",
"company_size": "未披露",
"company_website": "alibaba.com",
"company_description": "阿里巴巴集团面向消费者和企业提供电子商务、云计算及人工智能服务。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "硕士及以上",
"language": "2、普通话听辨能力较好，中文书面表达清楚，能稳定判断细节差异",AI生成
"visa_support": "未披露",
"responsibilities": "1、负责普通话语音数据的生产质量判断、复核、问题定位和样例沉淀，覆盖 ASR 语音识别、TTS 合成结果和 Audio-Chat 基础语音判断。\n2、判断音频与文本是否一致，识别漏字、多字、错字、实体词、标点、问号、数字/ITN、无效音频、口糊、噪声等问题。\n3、判断 TTS 合成结果中的文本一致性、漏读、多读、错读、发音、韵律、停顿、自然度、情感表现、音色一致性和异常音。\n4、参与 ASR diff/雷题任务、TTS 合成结果质量判断和 Audio-Chat 语音判断的试标、抽检、错因归类和 badcase 回流。\n5、结合标注平台、机检结果和 AI 辅助工具，完成质量结论记录、批次质量反馈和争议样例整理。参与 ASR、TTS 和语音对话等 AI 语音场景的数据生产质量建设，把音频、文本和模型结果中的问题转化为可复盘、可训练、可改进的质量结论。",
"requirements_text": "1、硕士及以上，语言学、语音学、应用语言学、中文、教育、新闻传播、播音主持、配音、计算语言学等相关背景优先。\n2、普通话听辨能力较好，中文书面表达清楚，能稳定判断细节差异。\n3、具备 ASR 标注、语音转写、字幕校对、听写、TTS 质检、声音质检、内容审核、客服质检、测试/QA 等至少一类相关经验。\n4、对数字、实体词、标点、语气、漏字、多字、错别字、漏读、多读、错读、发音、韵律和自然度等细节敏感。\n5、能按 guideline 做判断，遇到不确定问题能记录依据并反馈。\n6、愿意使用标注平台、质检工具、机检结果和 AI 辅助工具完成质量分析和复盘。",
"skills": [AI生成
"未披露"
],
"preferred_qualifications": "1、硕士及以上，语言学、语音学、应用语言学、中文、教育、新闻传播、播音主持、配音、计算语言学等相关背景优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://talent-holding.alibaba.com/off-campus/position-detail?positionId=100023660011"
}
]
},
"posting": {
"posting_id": "100023660011",
"post_date": "2026-09-02",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent-holding.alibaba.com/off-campus/position-detail?positionId=100023660011"
},
"fulltext": "晓天衡宇-大模型标注评测专家-普通话\n晓天衡宇-大模型标注评测专家-普通话\n\n基础信息\n工作地点：杭州\n\n职位描述\n1、负责普通话语音数据的生产质量判断、复核、问题定位和样例沉淀，覆盖 ASR 语音识别、TTS 合成结果和 Audio-Chat 基础语音判断。\n2、判断音频与文本是否一致，识别漏字、多字、错字、实体词、标点、问号、数字/ITN、无效音频、口糊、噪声等问题。\n3、判断 TTS 合成结果中的文本一致性、漏读、多读、错读、发音、韵律、停顿、自然度、情感表现、音色一致性和异常音。\n4、参与 ASR diff/雷题任务、TTS 合成结果质量判断和 Audio-Chat 语音判断的试标、抽检、错因归类和 badcase 回流。\n5、结合标注平台、机检结果和 AI 辅助工具，完成质量结论记录、批次质量反馈和争议样例整理。参与 ASR、TTS 和语音对话等 AI 语音场景的数据生产质量建设，把音频、文本和模型结果中的问题转化为可复盘、可训练、可改进的质量结论。\n\n职位要求\n1、硕士及以上，语言学、语音学、应用语言学、中文、教育、新闻传播、播音主持、配音、计算语言学等相关背景优先。\n2、普通话听辨能力较好，中文书面表达清楚，能稳定判断细节差异。\n3、具备 ASR 标注、语音转写、字幕校对、听写、TTS 质检、声音质检、内容审核、客服质检、测试/QA 等至少一类相关经验。\n4、对数字、实体词、标点、语气、漏字、多字、错别字、漏读、多读、错读、发音、韵律和自然度等细节敏感。\n5、能按 guideline 做判断，遇到不确定问题能记录依据并反馈。\n6、愿意使用标注平台、质检工具、机检结果和 AI 辅助工具完成质量分析和复盘。\n1、负责普通话语音数据的生产质量判断、复核、问题定位和样例沉淀，覆盖 ASR 语音识别、TTS 合成结果和 Audio-Chat 基础语音判断。\n2、判断音频与文本是否一致，识别漏字、多字、错字、实体词、标点、问号、数字/ITN、无效音频、口糊、噪声等问题。\n3、判断 TTS 合成结果中的文本一致性、漏读、多读、错读、发音、韵律、停顿、自然度、情感表现、音色一致性和异常音。\n4、参与 ASR diff/雷题任务、TTS 合成结果质量判断和 Audio-Chat 语音判断的试标、抽检、错因归类和 badcase 回流。\n5、结合标注平台、机检结果和 AI 辅助工具，完成质量结论记录、批次质量反馈和争议样例整理。参与 ASR、TTS 和语音对话等 AI 语音场景的数据生产质量建设，把音频、文本和模型结果中的问题转化为可复盘、可训练、可改进的质量结论。\n1、硕士及以上，语言学、语音学、应用语言学、中文、教育、新闻传播、播音主持、配音、计算语言学等相关背景优先。\n2、普通话听辨能力较好，中文书面表达清楚，能稳定判断细节差异。\n3、具备 ASR 标注、语音转写、字幕校对、听写、TTS 质检、声音质检、内容审核、客服质检、测试/QA 等至少一类相关经验。\n4、对数字、实体词、标点、语气、漏字、多字、错别字、漏读、多读、错读、发音、韵律和自然度等细节敏感。\n5、能按 guideline 做判断，遇到不确定问题能记录依据并反馈。\n6、愿意使用标注平台、质检工具、机检结果和 AI 辅助工具完成质量分析和复盘。",
"standard_classification": {
"std_category_code": "B010",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}