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": "【LongCat大模型人才校招】语音大模型算法研究员",
"job_level": "校招",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "北京市 / 上海市",
"work_mode": "未披露",AI生成
"job_category": "技术类"AI生成
},
"company": {
"company_name": "美团",
"company_industry": "科技零售 / 生活服务",
"company_size": "10000人以上",
"company_website": "meituan.com",
"company_description": "美团通过科技推动服务零售和商品零售的数字化，连接消费者与商户。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "计算机、电子工程、声学、人工智能等相关专业硕士/博士学位",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "LongCat 是美团基础研发自主研发的大模型，覆盖语言、视觉、语音、具身全栈。LongCat 相继推出 LongCat-Flash、LongCat-Flash-Thinking、LongCat-Flash-Omni 等系列模型，正在构建支撑 LongCat全场景的语音大模型。加入团队你将参与如下工作：\n1. LLM-ASR 模型演进，研究端到端语音识别大模型的架构与训练范式，攻克复杂声学、多说话人、专业术语热词等核心场景。\n2. 下一代 TTS 模型探索，研发上下文感知的语音合成大模型，攻克音色 / 情绪 / 语速 / 方言多属性可控、首包延时与自然度的平衡，逼近真人级表达力。\n3. 声纹与说话人建模，研究大规模声纹基座模型与多说话人分离算法，构建早期注入、多场景泛化的声纹能力底座。\n4. 语音与多模态融合探索，研究语音表征与 LLM、视觉模态的统一建模范式，作为 Omni 模型的语音底座，支撑下一代多模态实时交互。\n【为什么是我们】\n1.全栈顶配算力支持，依托美团大规模算力集群，提供千卡至万卡级算力支持，具备成熟的分布式训练与低延迟推理优化栈，保障 世界动作模型与 VLA 大规模训练。\n2.与优秀人才同行，你将与行业顶尖的大模型研究员及机器人领域专家并肩作战，共同攻克具身智能的技术难点。",
"requirements_text": "1.计算机、电子工程、声学、人工智能等相关专业硕士/博士学位，具备扎实的语音信号处理或语音机器学习理论功底；\n2.在 ICASSP / Interspeech / NeurIPS / ICLR / ACL 等顶级会议发表过高水平论文者优先；\n3.深入理解 ASR / TTS / Speaker Verification / Speech LM / Audio Tokenization 等至少一项前沿技术；\n4.精通 PyTorch，具备大规模分布式训练（千卡及以上集群）或大规模语音数据管线构建经验；",
"skills": [AI生成
"PyTorch",
"机器学习",
"信号处理"
],
"preferred_qualifications": "2.在 ICASSP / Interspeech / NeurIPS / ICLR / ACL 等顶级会议发表过高水平论文者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4531818289&jobShareType=1"
}
]
},
"posting": {
"posting_id": "4531818289",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4531818289&jobShareType=1"
},
"fulltext": "【LongCat大模型人才校招】语音大模型算法研究员\n【LongCat大模型人才校招】语音大模型算法研究员\n\n基础信息\n工作地点：北京市 / 上海市\n职位类别：技术类\n职位族群：算法\n更新时间：2026-06-03\n\n岗位职责\nLongCat 是美团基础研发自主研发的大模型，覆盖语言、视觉、语音、具身全栈。LongCat 相继推出 LongCat-Flash、LongCat-Flash-Thinking、LongCat-Flash-Omni 等系列模型，正在构建支撑 LongCat全场景的语音大模型。加入团队你将参与如下工作：\n1. LLM-ASR 模型演进，研究端到端语音识别大模型的架构与训练范式，攻克复杂声学、多说话人、专业术语热词等核心场景。\n2. 下一代 TTS 模型探索，研发上下文感知的语音合成大模型，攻克音色 / 情绪 / 语速 / 方言多属性可控、首包延时与自然度的平衡，逼近真人级表达力。\n3. 声纹与说话人建模，研究大规模声纹基座模型与多说话人分离算法，构建早期注入、多场景泛化的声纹能力底座。\n4. 语音与多模态融合探索，研究语音表征与 LLM、视觉模态的统一建模范式，作为 Omni 模型的语音底座，支撑下一代多模态实时交互。\n【为什么是我们】\n1.全栈顶配算力支持，依托美团大规模算力集群，提供千卡至万卡级算力支持，具备成熟的分布式训练与低延迟推理优化栈，保障 世界动作模型与 VLA 大规模训练。\n2.与优秀人才同行，你将与行业顶尖的大模型研究员及机器人领域专家并肩作战，共同攻克具身智能的技术难点。\n\n岗位基本要求\n1.计算机、电子工程、声学、人工智能等相关专业硕士/博士学位，具备扎实的语音信号处理或语音机器学习理论功底；\n2.在 ICASSP / Interspeech / NeurIPS / ICLR / ACL 等顶级会议发表过高水平论文者优先；\n3.深入理解 ASR / TTS / Speaker Verification / Speech LM / Audio Tokenization 等至少一项前沿技术；\n4.精通 PyTorch，具备大规模分布式训练（千卡及以上集群）或大规模语音数据管线构建经验；\nLongCat 是美团基础研发自主研发的大模型，覆盖语言、视觉、语音、具身全栈。LongCat 相继推出 LongCat-Flash、LongCat-Flash-Thinking、LongCat-Flash-Omni 等系列模型，正在构建支撑 LongCat全场景的语音大模型。加入团队你将参与如下工作：\n1. LLM-ASR 模型演进，研究端到端语音识别大模型的架构与训练范式，攻克复杂声学、多说话人、专业术语热词等核心场景。\n2. 下一代 TTS 模型探索，研发上下文感知的语音合成大模型，攻克音色 / 情绪 / 语速 / 方言多属性可控、首包延时与自然度的平衡，逼近真人级表达力。\n3. 声纹与说话人建模，研究大规模声纹基座模型与多说话人分离算法，构建早期注入、多场景泛化的声纹能力底座。\n4. 语音与多模态融合探索，研究语音表征与 LLM、视觉模态的统一建模范式，作为 Omni 模型的语音底座，支撑下一代多模态实时交互。\n【为什么是我们】\n1.全栈顶配算力支持，依托美团大规模算力集群，提供千卡至万卡级算力支持，具备成熟的分布式训练与低延迟推理优化栈，保障 世界动作模型与 VLA 大规模训练。\n2.与优秀人才同行，你将与行业顶尖的大模型研究员及机器人领域专家并肩作战，共同攻克具身智能的技术难点。\n1.计算机、电子工程、声学、人工智能等相关专业硕士/博士学位，具备扎实的语音信号处理或语音机器学习理论功底；\n2.在 ICASSP / Interspeech / NeurIPS / ICLR / ACL 等顶级会议发表过高水平论文者优先；\n3.深入理解 ASR / TTS / Speaker Verification / Speech LM / Audio Tokenization 等至少一项前沿技术；\n4.精通 PyTorch，具备大规模分布式训练（千卡及以上集群）或大规模语音数据管线构建经验；",
"standard_classification": {
"std_category_code": "T035",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}