The posting
负责家庭机器人语音交互相关算法研发与优化，包括但不限于 VAD、KWS、ASR、TTS、AEC、DOA、SE、SS等。 面向真实家庭环境中的电视声、厨房噪声、多人同时说话、远场拾音、混响、回声等问题，设计并优化语音前端与识别方案。 负责多麦克风阵列音频处理算法研发，提升机器人在移动中、转身中、不同朝向下的拾音质量与交互稳定性。 负责机器人全链路语音交互系统的设计与优化，包括唤醒、识别、理解、播报、打断、继续对话、任务触发等关键环节。 负责低延迟流式语音系统建设，优化端到端响应时间、首包时延、打断时延和实际用户体验。 负责语音算法在机器人端侧或边缘设备上的部署与优化，包括模型压缩、量化、推理加速、资源占用控制等。 与机器人感知、导航、操作、系统软件、多模态模型等团队协作，推动语音与视觉、动作、任务规划的联动。 关注前沿语音与语音大模型技术，结合机器人产品需求推动创新能力落地。
基本要求： 具备扎实的语音信号处理和深度学习基础。 熟悉VAD、KWS、ASR、TTS、AEC、DOA、SE、SS中多个方向，并有实际经验。 熟练使用 Python，熟悉 PyTorch 等深度学习框架，具备独立完成模型训练、调参、评测和问题定位的能力。 具备较强工程能力，能够将算法真正部署到机器人或边缘设备中，并解决真实场景中的稳定性问题。 加分项： 在语音学术领域有过期刊或者会议的发表（TASLP、ICASSP、Interspeech、SLT）。 熟悉 ROS / ROS2，理解机器人系统架构，能够推动语音模块与导航、操作、多模态决策系统协同。 有多麦克风阵列、波束形成、AEC、DOA、全双工语音系统研发经验。
