The posting
团队介绍:Data-语音团队致力于语音、音乐等大模型AIGC技术的研发和产品创新,我们的使命是通过多模态AIGC音频技术赋能内容创作和语音交互,让内容生产、消费与互动变得更加简单、沉浸、多元化。当前团队已有成熟的大模型语音合成、语音理解、音乐生成等多模态音频技术,并持续迭代大模型端到端语音交互方案等,一方面通过中台形式服务于公司众多业务线,例如豆包/Dola、抖音/TikTok、剪映/CapCut、番茄小说、海绵音乐等产品;另一方面,团队已经通过字节跳动旗下的火山引擎开放平台-语音技术和火山方舟平台,向众多企业开放技术成熟稳定的能力和服务。
日常实习:面向全体在校生,为符合岗位要求的同学提供为期3个月及以上的项目实践机会。
1、参与智能硬件端侧语音唤醒(KWS)引擎的集成、调试与性能优化,提升唤醒率与抗误唤醒能力; 2、参与语音对话交互链路的开发,包括一级/二级唤醒、唤醒后会话管理、端云协同等模块; 3、在RTOS嵌入式平台上进行语音相关功能的开发、联调与问题定位; 4、配合算法团队完成模型落地、性能压测与功耗优化; 5、参与自动化测试工具的搭建,输出唤醒率、延迟、内存占用等关键指标的评测报告。
1、本科及以上学历在读; 2、C语言基础,熟悉嵌入式开发流程与调试方法,熟悉I2S/I2C/SPI/UART等外设接口,有音频链路经验; 3、熟悉RTOS(如FreeRTOS/RT-Thread/Zephyr等)的任务调度、内存管理、中断与IPC机制者优先; 4、做过语音唤醒、对话交互、声纹识别等相关项目或竞赛者优先; 5、了解音频信号处理、PCM数据采集、麦克风阵列等基础知识者优先; 6、有树莓派、ESP32、Arduino等开源硬件项目经验者优先。



