追觅科技
语音交互工程师（预研）(J34266)
语音交互工程师（预研）(J34266)
发布于 9 天前普通员工/个人贡献者
全职员工仅现场办公
Asr
Nlp
Pytorch
Tensorflow
Tts
Wenet
嵌入式优化
语音信号处理
值不值得投
65综合评分
综合评分 65
苏州端侧语音交互预研岗，ASR/NLP/TTS全栈+嵌入式优化，技术门槛高成长快
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
参考估算薪资
根据职位描述推断，供对比参考
发布情况
正常在招 · 9 天前发布
公司情况
公司还在招多个职位
7 个在招
职位详情
关于这个职位
追觅科技在苏州招聘语音交互工程师（预研方向），负责家电产品的ASR识别系统开发与端侧模型在ARM/DSP嵌入式平台上的性能功耗优化、家电场景NLP意图识别与知识图谱、拟人化TTS定制，以及语音+触控+显示多模态交互方案的量产落地
要求精通语音信号处理、熟悉Kaldi/WeNet等框架并有嵌入式优化经验
最低要求
精通语音信号处理（MFCC、Filter Bank等特征提取）
熟悉主流语音框架（Kaldi、ESPnet、WeNet等）及工具（HTK、CMU Sphinx）
熟练使用深度学习框架（PyTorch、TensorFlow），有ASR/NLP/TTS模型训练经验
掌握C++/Python编程，具备嵌入式平台优化经验（如NEON指令集、量化压缩）
工作职责
语音识别（ASR）开发
负责家电产品的语音识别系统开发与优化，提升远场识别、方言识别和噪声环境下的准确率
优化端侧ASR模型（如Transformer-based）在嵌入式平台（ARM、DSP等）上的性能与功耗
自然语言处理（NLP）开发
设计家电场景专用的NLP模型，实现意图识别、语义理解、多轮对话等功能
开发领域知识图谱，优化家电控制指令的解析准确率
语音合成（TTS）优化
定制家电产品的语音合成系统，实现自然、拟人化的播报效果
优化TTS在低功耗芯片上的实时性，平衡音质与资源占用
系统集成与优化
开发多模态交互方案（语音+触控+显示），提升用户体验
解决实际部署中的问题（如回声消除、语音唤醒误触发等）
参与产品全周期开发，从算法选型到量产落地
优先资格
优先条件：
有智能家电语音交互系统开发经验
熟悉语音前端处理
了解主流语音平台的对接与二次开发
加分项：
有端到端语音模型（E2E-ASR）开发经验
熟悉低资源语音识别（小语种、方言）优化
具备多语言语音系统开发经验
AI 洞察
优缺点分析
优点
- ASR/NLP/TTS全栈覆盖，技术面完整且端侧嵌入式优化经验稀缺
- 预研定位接触前沿模型（Transformer-based、E2E-ASR）
- 家电语音交互量产落地机会多，成果可见
- 嵌入式平台的性能功耗约束严苛，算法到工程优化的难度高
- 方言与噪声场景识别提升空间有限，指标攻坚枯燥
- 适合语音算法功底扎实、有嵌入式优化能力、想在端侧智能语音方向深耕的工程师
缺点 / 挑战
- 需要同时跟进多个技术方向，知识更新压力大
角色解读
- 可向语音交互技术专家或智能硬件AI算法负责人方向发展
- 端侧模型优化与多模态交互经验可延伸至具身智能、机器人语音交互方向
- 从预研到量产的全周期经验是稀缺壁垒
- 覆盖语音交互全栈的预研开发：开发并优化家电ASR识别系统（远场、方言、噪声环境），把端侧ASR模型优化到ARM/DSP等嵌入式平台
- 设计家电场景NLP模型与领域知识图谱实现意图识别和多轮对话
- 定制拟人化TTS并优化低功耗实时性
- 开发语音+触控+显示多模态交互方案并解决回声消除、误唤醒等部署问题，直至量产落地
- 精通MFCC、Filter Bank等语音信号处理
- 熟悉Kaldi、ESPnet、WeNet等语音框架与PyTorch/TensorFlow深度学习框架，有ASR/NLP/TTS模型训练经验
- 掌握C++/Python并有NEON指令集、量化压缩等嵌入式优化能力
申请策略
- 面试前了解该公司家电产品的语音交互形态
- 展示算法与工程兼顾的复合能力是最大加分项
- 突出你的ASR/NLP/TTS项目成果（识别率、唤醒率、功耗指标）
- 写清端侧模型优化的具体手段（量化、NEON加速）与平台（ARM/DSP）
- 强调从算法选型到量产的完整落地经历
- 跟进端到端语音模型与低资源识别的前沿进展
- 补充语音前端处理（AEC、唤醒）知识
- 准备嵌入式平台模型压缩的实战案例
面试指南
- 技术类问题按「指标目标—技术路线—工程约束—实测结果」展开
- 部署类问题强调量化压缩、指令集优化等具体手段
- 方案取舍类问题给出场景化权衡逻辑
- 端侧ASR模型在ARM/DSP上部署时，你如何平衡性能与功耗？
- 远场识别与噪声环境下的准确率提升，你用过哪些方法？
- 请介绍你的ASR/NLP/TTS模型训练与调优经验
- 回声消除与语音唤醒误触发问题你如何定位与解决？
- 你如何看待E2E-ASR与混合式方案在端侧产品的取舍？
职位点评
薪资福利60
成长发展82
工作生活52
使命价值62
薪资福利
60中等
JD未披露薪资与福利，无法判断竞争力；语音算法人才在苏州市场议价空间较好。
薪资信号未披露（AI估算：3.0千–5.0万/月）
成长发展
82较高
预研定位覆盖端侧ASR/NLP/TTS与多模态前沿方向，技术纵深与成长空间突出；JD未提及培训或晋升通道。
技术前沿前沿/新兴技术
技术栈ASR、NLP、TTS、Transformer、Kaldi、WeNet、PyTorch、TensorFlow、NEON、量化压缩
业务类型ambiguous
工作生活
52较低
JD未提及办公模式与WLB信息；预研攻坚与量产节点可能带来阶段性节奏压力。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
62中等
家电语音交互直接改善日常用户体验，有一定正向价值，但JD未提及使命或价值导向内容。
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