1、支持语音理解/语音合成、端到端语音对话相关技术在业务场景落地，解决落地过程中的问题，持续优化语音交互技术； 2、参与全双工语音大模型的架构设计与算法研发，探索语音与语义的统一建模方案，提升模型端到端理解、推理与生成能力； 3、参与音频训练数据的构建、清洗，与训练策略的设计，提升模型在复杂场景下的理解与推理能力； 4、跟踪端到端语音对话、全双工交互、语音理解/语音生成等领域的前沿进展，推动新技术的验证与业务应用。 1、具备多模态大模型、语音识别/语音合成/语音对话等方向的项目经验，至少在其中一个方向具有扎实的研发实践； 2、熟悉端到端语音大模型的基本原理和主流架构，理解语音编码、语义建模、对话推理及语音生成等关键环节； 3、熟悉语音交互系统的核心技术链路，对 ASR、TTS、VAD、语音活动检测、说话人建模或对话管理中的一个或多个模块有深入理解； 4、对工业级大规模数据有实际处理经验，有使用海量数据优化实际业务模型的动手经验； 5、具备良好的编程和工程实现能力，熟练使用 Python，熟悉 Linux 开发环境及主流深度学习框架； 6、对技术有持续钻研的热情，具备较强的独立分析、问题解决和快速学习能力，同时拥有良好的沟通与团队协作能力。 加分项: 1、具备客服、智能助手等场景下大规模语音交互系统的研发、部署与优化经验； 2、对前沿的端到端语音对话系统有优化经验，熟悉Fun-Audio-Chat、Moshi、Qwen3Omni等端到端语音对话算法； 3、同时具备语音识别/语音合成技术经验，熟悉端到端 ASR、流式识别、语音生成、音色克隆及情感与韵律控制等技术； 4、具备语音大模型预训练、后训练、指令微调、偏好优化或推理加速等实践经验； 5、在相关国际会议或主流期刊上发表论文(ICASSP、Interspeech、ASRU、IEEE/ACM Transactions等)； 6、参与过具有行业影响力的开源项目，并有实际代码或社区贡献。