思必驰
语音算法工程师-2027届
语音算法工程师-2027届
发布于 9 小时前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Conformer
Pytorch
信号处理
模型优化
深度学习
语音合成 (Tts)
语音算法
语音识别 (Asr)
值不值得投
68综合评分
综合评分 68
深耕语音AI核心算法的校招岗，技术前沿、成长明确，但WLB信号缺失。
从起薪待遇、成长路径、工作节奏和岗位方向综合评估，方便比较职业起点。
薪资怎么样
20K
比人工智能中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
44 个在招 · 其中人工智能 8 个
市场机会
选择不多
苏州 · 人工智能 · 10 个在招
职位详情
关于这个职位
这是思必驰面向2027届应届毕业生的校园招聘岗位，负责语音识别与合成核心算法的研发与优化，目标是提升算法在复杂真实场景下的性能，并推动技术在智能硬件产品中落地
最低要求
）负责端到端语音识别、流式识别、关键词识别及语言模型等算法研发与优化
）负责语音合成、音色建模、韵律建模、情感合成及声音复刻等技术研发
）开展声学模型、语言模型、声码器及生成式语音模型的训练、评测和迭代
）优化噪声、口音、远场、多说话人等复杂场景下的算法效果
）推进模型压缩、量化、加速和端云协同部署
）建设数据闭环和评测体系，持续提升线上产品体验
）跟踪大模型及生成式语音技术进展，推动新技术应用
）计算机、电子、通信、自动化、数学等相关专业，硕士及以上学历优先
）熟悉语音识别或语音合成基本原理，具备相关项目或产品经验
）熟悉 Transformer、Conformer、CTC、RNN-T、Attention、Diffusion 等一种或多种模型
）熟练使用 Python、C/C++及 PyTorch、TensorFlow 等深度学习框架
）具备良好的算法分析、实验设计和工程实现能力
）能够独立完成数据处理、模型训练、效果评测和问题定位
工作职责
）负责端到端语音识别、流式识别、关键词识别及语言模型等算法研发与优化
）负责语音合成、音色建模、韵律建模、情感合成及声音复刻等技术研发
）开展声学模型、语言模型、声码器及生成式语音模型的训练、评测和迭代
）优化噪声、口音、远场、多说话人等复杂场景下的算法效果
）推进模型压缩、量化、加速和端云协同部署
）建设数据闭环和评测体系，持续提升线上产品体验
）跟踪大模型及生成式语音技术进展，推动新技术应用
优先资格
加分项：1）有大规模 ASR/TTS 系统或端侧语音产品落地经验
）熟悉多语种、方言、情感语音或声音复刻技术
）在 Interspeech、ICASSP、NeurIPS、ACL 等会议发表过相关成果
AI 洞察
优缺点分析
优点
- 直击人工智能核心赛道之一——语音技术，专业壁垒高，技能积累扎实
- 公司专注语音领域，业务场景明确（车载、家居、机器人），技术落地路径清晰
- 作为校招岗位，有系统性的培养空间，能深入接触算法从研发到产品的全流程
- 跟踪大模型等前沿技术，有机会参与行业前沿探索
- 技术迭代迅速，需不断学习跟踪最新的论文和技术进展，保持竞争力
- 适合对语音技术有浓厚兴趣、具备扎实算法和编程基础、喜欢攻克技术难题并期望将技术应用于实际产品的应届毕业生
缺点 / 挑战
- 算法研发需要持续投入，解决复杂场景问题可能面临较大技术挑战和研发压力
- 需平衡算法效果与端侧部署的性能、功耗要求，工程化难度较高
角色解读
- 技术专家路径：在语音算法领域持续深耕，成为语音识别或合成方向的资深专家或架构师
- 技术管理路径：积累项目经验后，可带领语音算法小团队，负责技术方向规划与团队管理
- 跨领域应用：将语音技术拓展到更广泛的AI领域，如多模态交互、机器人技术等
- 深入参与语音识别与语音合成两大核心算法的研发与持续优化，提升算法性能
- 应对复杂场景（如噪声、口音、远场）下的算法挑战，确保算法在实际应用中效果达标
- 负责算法的工程化落地，包括模型压缩、部署，使其能在车载、家居等终端设备上高效运行
- 追踪并应用前沿的生成式语音技术与大模型进展，保持技术领先性
- 扎实的语音处理基础，熟悉ASR/TTS核心模型（如Transformer、Conformer、CTC等）
- 熟练使用Python、C++及主流深度学习框架（PyTorch/TensorFlow）进行模型开发与训练
- 具备优秀的算法分析、实验设计与工程实现能力，能独立解决复杂技术问题
- 了解数据闭环与评测体系，能够推动模型的持续迭代
申请策略
- 深入了解思必驰的产品和技术，特别是其在语音交互方面的解决方案
- 准备好讲解自己对语音技术某个方向的理解，以及未来的发展趋势
- 展示独立解决问题和持续学习的潜力，这是算法岗位非常看重的素质
- 突出与语音识别/合成相关的课程设计、毕业设计或个人项目，展示相关原理的理解
- 强调使用的深度学习框架（PyTorch/TensorFlow）和模型（Transformer, Conformer等）的具体经验
- 如果有参与过任何与信号处理、数据处理或模型训练优化相关的竞赛或项目，务必详细描述
- 对于加分项（如顶会论文、落地经验），应在简历中醒目地展示
- 系统复习语音信号处理和深度学习的核心知识，关注最新的模型架构
面试指南
- 对于模型原理问题，采用“整体架构->核心模块->创新点”的结构进行阐述，结合自己的理解
- 对于优化挑战问题，从数据、模型、工程三个层面展开分析，并说明每种方法的优缺点
- 对于趋势看法问题，结合具体应用场景（如车载、机器人）阐述，体现技术与产品的结合
- 请介绍一个你最熟悉的语音识别或合成模型（如Conformer、FastSpeech）的工作原理
- 如何处理语音识别中的背景噪声或口音问题？请描述可能的思路或方法
- 模型从训练到在手机等终端设备上运行，主要会遇到哪些挑战？你会如何优化？
- 你认为当前生成式语音技术（如声音复刻、情感合成）最大的难点是什么？
- 你最近读过什么印象深刻的关于语音技术的论文？它解决了什么问题？
职位点评
薪资福利75
成长发展70
工作生活50
使命价值80
薪资福利
75中等
作为校招岗位，薪资处于苏州同行业市场水准，福利体系基础但齐全。
薪资信号市场水准 (1.5–2.5万/月)
成长发展
70中等
技术领域前沿，有明确的技能成长方向，但JD中未明确提及导师制或培训体系等成长信号。
技术前沿前沿/新兴技术
技术栈语音识别 (ASR)、语音合成 (TTS)、Transformer、Conformer、Diffusion、大模型
业务类型profit_center
工作生活
50较低
职位描述未提及任何工作模式、弹性工时或WLB相关信息，无法判断。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
80较高
身处人工智能核心赛道，技术应用于提升人机交互体验，有较高的社会价值和创新性。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs