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": "语音算法实习生（J84146）",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "技术中台群组",
"location": "北京市",
"work_mode": "未披露",AI生成
"job_category": "技术"AI生成
},
"company": {
"company_name": "百度",
"company_industry": "互联网 / 人工智能",
"company_size": "10000人以上",
"company_website": "baidu.com",
"company_description": "百度围绕搜索发展人工智能技术，业务涉及语音、图像、知识图谱、自然语言处理、自动驾驶和AI芯片。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "-实验最新语音合成、理解方案，并对其中的模块进行解耦和分析。\n-结合大模型范式，参与研发语音Encodec、Decoder、多模态对齐等模块，构建LLM based TTS和端到端Speech2Speech系统。\n-参与到具体的语言合成业务落地工作\n-参与语音大模型的评测及优化。",
"requirements_text": "-计算机、人工智能、信号处理、通信、数学等相关专业，本科及以上学历。\n-精通 Python/C/C++等编程语言，熟练使用 Pytorch进行深度学习模型开发。\n-熟悉TTS、ASR等语音基础理论和算法，了解或使用过VITS/VALLE/FishSpeech/CosyVoice，有LLM理论和训练基础的优先。\n-有语音合成等相关实际项目经验者优先。\n-具备良好的沟通能力，对技术充满热情。",
"skills": [AI生成
"Python",
"C++",
"PyTorch",
"深度学习",
"信号处理",
"沟通能力",
"C语言"
],
"preferred_qualifications": "熟悉TTS、ASR等语音基础理论和算法，了解或使用过VITS/VALLE/FishSpeech/CosyVoice，有LLM理论和训练基础的优先；有语音合成等相关实际项目经验者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://talent.baidu.com/jobs/detail/INTERN/d1e5aeba-8e47-410c-b5f9-d2ca79f955bf"
}
]
},
"posting": {
"posting_id": "d1e5aeba-8e47-410c-b5f9-d2ca79f955bf",
"post_date": "2025-04-10",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent.baidu.com/jobs/detail/INTERN/d1e5aeba-8e47-410c-b5f9-d2ca79f955bf"
},
"fulltext": "语音算法实习生（J84146）\n语音算法实习生（J84146）\n\n基础信息\n部门：技术中台群组\n地点：北京市\n项目：日常实习项目\n类别：技术\n招聘人数：3\n发布时间：2026-07-21\n\n工作职责\n-实验最新语音合成、理解方案，并对其中的模块进行解耦和分析。\n-结合大模型范式，参与研发语音Encodec、Decoder、多模态对齐等模块，构建LLM based TTS和端到端Speech2Speech系统。\n-参与到具体的语言合成业务落地工作\n-参与语音大模型的评测及优化。\n\n职责要求\n-计算机、人工智能、信号处理、通信、数学等相关专业，本科及以上学历。\n-精通 Python/C/C++等编程语言，熟练使用 Pytorch进行深度学习模型开发。\n-熟悉TTS、ASR等语音基础理论和算法，了解或使用过VITS/VALLE/FishSpeech/CosyVoice，有LLM理论和训练基础的优先。\n-有语音合成等相关实际项目经验者优先。\n-具备良好的沟通能力，对技术充满热情。\n-实验最新语音合成、理解方案，并对其中的模块进行解耦和分析。\n-结合大模型范式，参与研发语音Encodec、Decoder、多模态对齐等模块，构建LLM based TTS和端到端Speech2Speech系统。\n-参与到具体的语言合成业务落地工作\n-参与语音大模型的评测及优化。\n-计算机、人工智能、信号处理、通信、数学等相关专业，本科及以上学历。\n-精通 Python/C/C++等编程语言，熟练使用 Pytorch进行深度学习模型开发。\n-熟悉TTS、ASR等语音基础理论和算法，了解或使用过VITS/VALLE/FishSpeech/CosyVoice，有LLM理论和训练基础的优先。\n-有语音合成等相关实际项目经验者优先。\n-具备良好的沟通能力，对技术充满热情。",
"standard_classification": {
"std_category_code": "T035",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}