
智元机器人
语音算法实习生
语音算法实习生
发布于 3 小时前实习/见习
实习生仅现场办公语音交互
语音交互
Pytorch
具身智能
大模型
数据处理
语音合成 (Tts)
语音识别 (Asr)
值不值得投
75综合评分
综合评分 75
前沿AI技术栈、具身智能风口、高成长潜力、侧重技术研发的实习岗位
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,方便比较实习机会。
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
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 1630 个在招
职位详情
关于这个职位
该职位是智元机器人面向具身智能场景的语音算法实习岗位
主要参与ASR和TTS等语音大模型的研发与优化,解决低延迟、多语言及高情感表达等实际问题
同时负责高质量语音数据集的构建清洗,以及模型训练、评测与推理部署的全流程工作
最低要求
计算机、人工智能、电子信息、语音信号处理等相关专业硕士及以上在读,优秀本科生亦可
熟悉机器学习、深度学习及语音信号处理基础理论,了解主流ASR或TTS模型的基本原理和训练方法
熟练掌握Python,具备良好的编程与代码调试能力
熟悉PyTorch等至少一种主流深度学习框架
熟悉Linux开发环境,能够独立完成模型训练、实验复现和效果分析
具备良好的学习能力、问题定位能力和团队协作意识,对语音交互或具身智能有浓厚兴趣
熟练使用codex, claude等vibe coding 软件
工作职责
参与机器人语音交互算法研发,方向包括自动语音识别(ASR)、语音合成(TTS)
参与端到端语音大模型、流式语音识别与低延迟语音合成方案的探索与优化,提升真实场景下的交互体验
面向具身智能和机器人应用场景,解决语音识别中,短语音, 低延迟,多语言等实际问题
面向具身智能和机器人应用场景,解决语音合成中,高情感表达,拟人感,语音克隆等实际问题
构建和清洗高质量语音数据集,参与数据标注、质量分析、训练集构建及模型迭代
跟进语音与生成式AI领域前沿技术,探索新方法并推动其在机器人语音交互场景中的落地
参与模型训练、评测、推理部署和线上效果分析,协同算法、工程及产品团队完成项目交付
优先资格
有ASR、TTS、语音大模型、语音识别或语音合成项目研发及落地经验者优先
熟悉Whisper、FunASR、SenseVoice、Paraformer、Transformer、FastSpeech、VITS、GPT-SoVITS等相关模型或框架者优先
有流式语音识别、低延迟语音合成、等方向经验者优先
在ICASSP、Interspeech等相关会议/期刊发表论文者优先
熟悉DPO, GRPO, OPD 等强化学习后训练算法
对机器人、具身智能、全双工语音交互等方向有强烈兴趣,并有实际项目或开源贡献者优先
AI 洞察
优缺点分析
优点
- 处于具身智能风口,接触前沿的大模型与语音技术栈
- 对语音AI和机器人领域有浓厚兴趣,具备较强动手能力和科研潜力的在校生
缺点 / 挑战
- 需要解决低延迟、多语言等复杂工程问题,对算法落地能力要求较高
角色解读
- 深入探索具身智能领域的语音交互技术,从算法实习生成长为具备独立科研能力的算法工程师
- 负责机器人语音交互算法的研发,重点攻克ASR和TTS在真实场景下的性能瓶颈
- 扎实的机器学习与语音信号处理理论基础,精通Python及PyTorch框架
申请策略
- 展示对具身智能行业的理解,如有相关开源贡献或论文发表将是巨大加分项
- 突出ASR/TTS相关的项目经历,强调在PyTorch框架下的模型训练与优化经验
- 熟悉主流语音模型如Whisper、FunASR的原理,了解强化学习在语音后训练中的应用
面试指南
- 采用STAR法则描述项目经历,重点突出技术选型理由、遇到的难点及解决方案
- 请介绍一个你参与的语音识别或合成项目,你在其中承担了什么角色?
- 如何优化语音识别的低延迟性能?
- 你对当前主流的语音大模型有哪些了解?
- 在具身智能场景中,语音交互面临哪些独特挑战?
- 复习语音信号处理基础理论,了解最新语音大模型架构,准备1-2个深度技术案例
职位点评
薪资福利60
成长发展95
工作生活50
使命价值85
薪资福利
60中等
作为实习岗位,薪资通常为市场平均水平,主要价值在于平台背书与技术成长,而非高额薪酬。
薪资信号未披露(AI估算:4.3–6.5千/月)
成长发展
95较高
极高地满足发展性动机,提供接触前沿AI技术与具身智能落地的机会,技术栈先进且成长空间巨大。
技术前沿前沿/新兴技术
技术栈ASR、TTS、PyTorch、大模型、具身智能、Whisper、FunASR、强化学习
业务类型profit_center
工作生活
50较低
JD未明确提及工作模式,但研发类实习通常需到岗,可能面临一定的工作强度压力。
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
85较高
高度契合意义感动机,致力于推动具身智能与人类自然交互,具有显著的社会创新价值。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度开拓性创新(行业首创)
智元机器人 的其他在招职位
相似职位推荐
Watch Jobs