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",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "技术中心",
"location": "广州市",
"work_mode": "未披露",AI生成
"job_category": "人工智能"AI生成
},
"company": {
"company_name": "网易",
"company_industry": "互联网 / 游戏 / 数字内容",
"company_size": "10000人以上",
"company_website": "netease.com",
"company_description": "网易提供互联网和游戏服务，并通过有道、网易云音乐、网易严选等业务提供学习、音乐及消费服务。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": 0,
"degree": "不限",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 参与语音大模型相关方向的研究探索，在指导下选定一个子模块（如可控生成、音色解耦、后训练强化等）进行算法调研、复现与改进；\n2. 学习 FunASR / StepAudio / CosyVoice 等开源项目，结合业务场景参与技术方案讨论与实验验证；\n3. 协助开展语音数据的预处理、标注与清洗工作，搭建并完善评测体系；\n4. 跟踪实际应用中遇到的问题，协助定位、分析与解决。",
"requirements_text": "1. 编程基础扎实，熟悉 Python 等至少一种编程语言，有良好的编程习惯和代码风格；\n2. 在读本科或研究生，计算机科学、电子工程、信息科学、信号处理或相关专业；\n3. 对语音技术有浓厚兴趣，了解 ASR / TTS / 前端处理 / 声纹 / 分离等相关算法中的至少一个方向；\n4. 至少掌握 PyTorch / TensorFlow 中一种深度学习框架，具备一定动手与问题分析能力；\n5. 每周可实习 4 天及以上，连续实习 3 个月及以上。\n加分项\n• 有语音大模型相关经验，了解 LLM、Diffusion、流式 TTS、语音 token 化（如 VALL-E / SoundStorm 等路线）等；\n• 使用过 FunASR / StepAudio / CosyVoice 等开源项目，或有相关开源贡献；\n• 有语音相关顶会论文（ICASSP / Interspeech 等）、竞赛或独立项目经历；\n• 可连续实习 6 个月以上。",
"skills": [AI生成
"Python",
"PyTorch",
"TensorFlow",
"深度学习",
"信号处理",
"分析能力",
"大语言模型"
],
"preferred_qualifications": "加分项",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://hr.163.com/job-detail.html?id=78011&lang=zh"
}
]
},
"posting": {
"posting_id": "78011",
"post_date": "",
"hire_time": "5. 每周可实习 4 天及以上，连续实习 3 个月及以上",
"update_date": "20260917",
"job_url": "https://hr.163.com/job-detail.html?id=78011&lang=zh"
},
"fulltext": "语音算法实习生\n职位描述\n1. 参与语音大模型相关方向的研究探索，在指导下选定一个子模块（如可控生成、音色解耦、后训练强化等）进行算法调研、复现与改进；\n2. 学习 FunASR / StepAudio / CosyVoice 等开源项目，结合业务场景参与技术方案讨论与实验验证；\n3. 协助开展语音数据的预处理、标注与清洗工作，搭建并完善评测体系；\n4. 跟踪实际应用中遇到的问题，协助定位、分析与解决。\n\n职位要求\n1. 编程基础扎实，熟悉 Python 等至少一种编程语言，有良好的编程习惯和代码风格；\n2. 在读本科或研究生，计算机科学、电子工程、信息科学、信号处理或相关专业；\n3. 对语音技术有浓厚兴趣，了解 ASR / TTS / 前端处理 / 声纹 / 分离等相关算法中的至少一个方向；\n4. 至少掌握 PyTorch / TensorFlow 中一种深度学习框架，具备一定动手与问题分析能力；\n5. 每周可实习 4 天及以上，连续实习 3 个月及以上。\n加分项\n• 有语音大模型相关经验，了解 LLM、Diffusion、流式 TTS、语音 token 化（如 VALL-E / SoundStorm 等路线）等；\n• 使用过 FunASR / StepAudio / CosyVoice 等开源项目，或有相关开源贡献；\n• 有语音相关顶会论文（ICASSP / Interspeech 等）、竞赛或独立项目经历；\n• 可连续实习 6 个月以上。\n1. 参与语音大模型相关方向的研究探索，在指导下选定一个子模块（如可控生成、音色解耦、后训练强化等）进行算法调研、复现与改进；\n2. 学习 FunASR / StepAudio / CosyVoice 等开源项目，结合业务场景参与技术方案讨论与实验验证；\n3. 协助开展语音数据的预处理、标注与清洗工作，搭建并完善评测体系；\n4. 跟踪实际应用中遇到的问题，协助定位、分析与解决。\n1. 编程基础扎实，熟悉 Python 等至少一种编程语言，有良好的编程习惯和代码风格；\n2. 在读本科或研究生，计算机科学、电子工程、信息科学、信号处理或相关专业；\n3. 对语音技术有浓厚兴趣，了解 ASR / TTS / 前端处理 / 声纹 / 分离等相关算法中的至少一个方向；\n4. 至少掌握 PyTorch / TensorFlow 中一种深度学习框架，具备一定动手与问题分析能力；\n5. 每周可实习 4 天及以上，连续实习 3 个月及以上。\n加分项\n• 有语音大模型相关经验，了解 LLM、Diffusion、流式 TTS、语音 token 化（如 VALL-E / SoundStorm 等路线）等；\n• 使用过 FunASR / StepAudio / CosyVoice 等开源项目，或有相关开源贡献；\n• 有语音相关顶会论文（ICASSP / Interspeech 等）、竞赛或独立项目经历；\n• 可连续实习 6 个月以上。",
"standard_classification": {
"std_category_code": "T035",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}