主分类：语音与音频算法研发
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": "研究型实习生-端到端的语音双工对话大模型研究",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "Token Foundry",
"location": "北京 / 杭州",
"work_mode": "未披露",AI生成
"job_category": "技术类"AI生成
},
"company": {
"company_name": "阿里巴巴集团",
"company_industry": "电子商务 / 云计算 / 人工智能",
"company_size": "10000人以上",
"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": "计算机/人工智能/认知科学等相关专业在读硕士/博士",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "全双工语音交互被视为语音对话系统的终极形态，也是人机交互体验实现质变的关键方向。然而，当前主流语音助手仍普遍采用半双工或伪双工架构，\"用户说完→系统处理→系统回复\"的串行流程使得交互体验与自然人机对话之间存在显著差距。同时，级联式的 ASR-LLM-TTS 架构还面临延迟累积、误差传递、表现力与实时性难以兼顾等一系列挑战。\n本课题聚焦端到端架构下的全双工语音对话大模型研究，致力于打破\"先听后说\"的串行范式，探索理解与生成在统一隐空间中的联合建模路径，构建真正具备双向流式交互能力、高自然度与高表现力的下一代语音对话系统，并在车载、智能硬件、智能客服、情感陪伴等场景形成显著的体验优势。\n具体研究方向包括：\n1、双向流式端到端双工建模，探索单一模型同时处理输入音频流与输出生成的架构，攻克 turn-taking 决策、打断检测与流式解码的协同优化难题；\n2、高表现力端到端对话模型，研究情感、风格、语速等细粒度控制与实时生成的平衡方案，打造多说话人、多风格、多语言的统一生成模型；\n3、理解生成统一建模，探索从原始音频到原始音频的端到端映射，摒弃传统文本中间表示，捕捉并复现副语言信息，实现真正的\"语音思维\"。",
"requirements_text": "1、计算机/人工智能/认知科学等相关专业在读硕士/博士；\n2、有扎实的理论基础，对大模型、多模态建模、强化学习等相关技术研究感兴趣；\n3、加分项：在ACL/NeurIPS/CVPR等顶会发表过人机交互或多模态相关论文 或 有实际的多模态对话系统、智能体交互或具身智能项目开发经验。",
"skills": [AI生成
"强化学习",
"建模",
"大语言模型",
"智能体开发"
],
"preferred_qualifications": "3、加分项：在ACL/NeurIPS/CVPR等顶会发表过人机交互或多模态相关论文 或 有实际的多模态对话系统、智能体交互或具身智能项目开发经验",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus-talent.alibaba.com/campus/position/199907660052?deptCodes="
}
]
},
"posting": {
"posting_id": "199907660052",
"post_date": "2026-07-13",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199907660052?deptCodes="
},
"fulltext": "研究型实习生-端到端的语音双工对话大模型研究\n研究型实习生-端到端的语音双工对话大模型研究\n\n基础信息\n毕业起止时间要求：2027-11-01 - 2031-10-31\n职位类别：技术类\n招聘项目：阿里巴巴研究型实习生\n工作地点：北京 / 杭州\n\n职位描述\n全双工语音交互被视为语音对话系统的终极形态，也是人机交互体验实现质变的关键方向。然而，当前主流语音助手仍普遍采用半双工或伪双工架构，\"用户说完→系统处理→系统回复\"的串行流程使得交互体验与自然人机对话之间存在显著差距。同时，级联式的 ASR-LLM-TTS 架构还面临延迟累积、误差传递、表现力与实时性难以兼顾等一系列挑战。\n本课题聚焦端到端架构下的全双工语音对话大模型研究，致力于打破\"先听后说\"的串行范式，探索理解与生成在统一隐空间中的联合建模路径，构建真正具备双向流式交互能力、高自然度与高表现力的下一代语音对话系统，并在车载、智能硬件、智能客服、情感陪伴等场景形成显著的体验优势。\n具体研究方向包括：\n1、双向流式端到端双工建模，探索单一模型同时处理输入音频流与输出生成的架构，攻克 turn-taking 决策、打断检测与流式解码的协同优化难题；\n2、高表现力端到端对话模型，研究情感、风格、语速等细粒度控制与实时生成的平衡方案，打造多说话人、多风格、多语言的统一生成模型；\n3、理解生成统一建模，探索从原始音频到原始音频的端到端映射，摒弃传统文本中间表示，捕捉并复现副语言信息，实现真正的\"语音思维\"。\n\n职位要求\n1、计算机/人工智能/认知科学等相关专业在读硕士/博士；\n2、有扎实的理论基础，对大模型、多模态建模、强化学习等相关技术研究感兴趣；\n3、加分项：在ACL/NeurIPS/CVPR等顶会发表过人机交互或多模态相关论文 或 有实际的多模态对话系统、智能体交互或具身智能项目开发经验。\n\n在招业务\nToken Foundry\n全双工语音交互被视为语音对话系统的终极形态，也是人机交互体验实现质变的关键方向。然而，当前主流语音助手仍普遍采用半双工或伪双工架构，\"用户说完→系统处理→系统回复\"的串行流程使得交互体验与自然人机对话之间存在显著差距。同时，级联式的 ASR-LLM-TTS 架构还面临延迟累积、误差传递、表现力与实时性难以兼顾等一系列挑战。\n本课题聚焦端到端架构下的全双工语音对话大模型研究，致力于打破\"先听后说\"的串行范式，探索理解与生成在统一隐空间中的联合建模路径，构建真正具备双向流式交互能力、高自然度与高表现力的下一代语音对话系统，并在车载、智能硬件、智能客服、情感陪伴等场景形成显著的体验优势。\n具体研究方向包括：\n1、双向流式端到端双工建模，探索单一模型同时处理输入音频流与输出生成的架构，攻克 turn-taking 决策、打断检测与流式解码的协同优化难题；\n2、高表现力端到端对话模型，研究情感、风格、语速等细粒度控制与实时生成的平衡方案，打造多说话人、多风格、多语言的统一生成模型；\n3、理解生成统一建模，探索从原始音频到原始音频的端到端映射，摒弃传统文本中间表示，捕捉并复现副语言信息，实现真正的\"语音思维\"。\n1、计算机/人工智能/认知科学等相关专业在读硕士/博士；\n2、有扎实的理论基础，对大模型、多模态建模、强化学习等相关技术研究感兴趣；\n3、加分项：在ACL/NeurIPS/CVPR等顶会发表过人机交互或多模态相关论文 或 有实际的多模态对话系统、智能体交互或具身智能项目开发经验。",
"standard_classification": {
"std_category_code": "T035",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}