本岗位以音频评测基准构建为核心，填补当前全双工语音交互、高表现力语音与音乐生成评测体系的空白。实习生将主导全双工语音对话评测基准的设计与构建，建立覆盖情感、韵律、风格等维度的高表现力语音与音乐生成细粒度评估指标，研究LLM-as-Judge自动化评估方法并构建统一评测框架，同时探索低延迟交互架构与可控生成技术，为业界提供可复现、标准化的音频大模型评测解决方案。