智元机器人
语音前端算法工程师
语音前端算法工程师
发布于 大约 20 小时前普通员工/个人贡献者
上海市
中级经验
全职员工
仅现场办公
硕士
研究与开发 (研发)
Aec
Pytorch
Tensorflow
Vad
声源定位
声纹识别
深度学习
语音信号处理
语音分离
AI 估算 · 20k–40k
语音算法工程师在上海需求旺盛，B轮公司薪资有竞争力，硕士及以上学历加持，综合市场行情估算。
职位详情
关于这个职位
该职位主要负责语音前端算法的研发与优化，包括VAD、降噪、回声消除、声源定位等核心算法，同时涉及语音唤醒和声纹识别技术
你将参与构建语音前端解决方案，推动算法在实际产品中落地，并负责大规模语音数据的处理与工程实现
工作内容兼顾算法创新与工程化部署，适合对语音信号处理和深度学习有扎实基础的技术人才
最低要求
专业背景：计算机、数学、通信、声学、信号处理等相关专业，硕士及以上学历
技能要求：
）编程能力，熟练掌握 C/C++、Python 等编程语言，熟悉 Linux 相关操作及 Shell 脚本
）熟悉深度学习框架，如 Pytorch、Tensorflow、Kaldi 等
）具备扎实的数字信号处理、语音信号处理基础，熟悉语音前端相关技术，如语音增强、回声消除、麦克风阵列等
项目经验：有语音信号处理相关项目经验，如语音前端、语音唤醒、声纹识别等项目
其他能力：具备良好的学习能力、逻辑思维能力、沟通协作能力，能够快速学习新知识和解决复杂问题
工作职责
算法研发与优化：
）负责传统声音前端相关算法的研发工作，包括语音活动检测（VAD）、降噪、回声消除（AEC）、语音分离、声源定位（DOA）等
）负责语音唤醒算法和关键词检测算法开发，声纹和属性分类、语音事件检测等算法开发
）参与构建语音前端解决方案，围绕语音降噪、声纹识别等方向研发核心技术，并推动技术在实际场景中的落地应用
）持续跟踪业内前沿技术和方法，验证并探索新技术在业务场景中的有效性，不断提升语音前端各算法效果
数据处理与挖掘：
）负责大规模语音数据集的预处理，包括数据清洗、标注、格式转换等，确保数据质量，为后续算法训练提供优质数据
）对语音数据进行挖掘和分析，提取有价值的信息和特征，为算法优化和模型训练提供支持
工程实现与系统开发：
）负责语音信号前端处理的工程实现与系统开发，将算法量化部署工程化，确保系统的稳定性和高效性
）与其他团队（如后端算法团队、产品团队、硬件团队等）紧密协作，完成语音前端系统与其他模块的集成和对接，共同推动产品的研发和上线
优先资格
有实际产品落地经验者优先
在相关国际会议或期刊（如 ICASSP、Interspeech 等）发表过学术论文者优先
AI 洞察
优缺点分析
优点
- 语音前端算法是智能硬件和机器人公司的核心技术壁垒，长期价值高
- 接触从算法研发到工程落地的完整流程，技能积累全面
- 公司处于B轮融资阶段，成长空间大，有机会参与前沿技术探索
- 团队协作涵盖硬件和产品，能锻炼跨领域沟通能力
- 算法落地需兼顾实时性和资源限制，对工程化能力要求高
- 语音数据预处理工作量大且繁琐，需要耐心和细致
缺点 / 挑战
- 技术迭代快，需持续跟踪学术前沿并快速验证，学习压力大
- 适合对语音信号处理和深度学习有浓厚兴趣，喜欢从算法到工程全链路实践，能够承受一定技术挑战和快速迭代节奏的求职者
角色解读
- 从算法工程师发展为语音技术专家，深入解决复杂声学场景问题
- 横向扩展到多模态交互、自然语言处理等相邻技术领域
- 纵向晋升为技术leader或算法团队负责人，主导产品级解决方案
- 负责VAD、降噪、回声消除等传统语音前端算法的研发与调优，提升语音交互质量
- 开发语音唤醒、声纹识别等算法，实现关键词检测和说话人识别功能
- 处理大规模语音数据集，进行数据清洗、标注和特征提取，支撑模型训练
- 将算法工程化部署，与硬件和产品团队协作，确保系统稳定运行
- 扎实的数字信号处理和语音信号处理基础，理解麦克风阵列原理
- 精通C/C++和Python，熟悉Linux开发环境，具备高效编程能力
- 熟练掌握PyTorch、TensorFlow等深度学习框架，有实际模型训练经验
- 良好的数据分析和问题解决能力，能独立完成数据挖掘与算法验证
申请策略
- 提前了解智元机器人的产品方向（如机器人交互），思考算法如何适配其场景
- 准备一个完整的技术项目案例，从问题定义到算法选型再到工程实现
- 突出语音前端相关项目经历，如降噪、唤醒、声纹识别等，说明量化效果
- 强调C/C++和Python的工程能力，附上GitHub或代码仓库链接
- 若发表过相关论文，重点列出ICASSP、Interspeech等顶会论文及创新点
- 展示数据处理经验，如大规模语音数据的清洗、标注流程优化成果
- 复习数字信号处理核心理论，特别是自适应滤波、波束成形等
- 练习使用Kaldi或WeNet工具链，熟悉语音识别前端流程
面试指南
- 针对算法原理问题：先概述理论，再结合项目实际经验说明参数调整和效果权衡
- 针对方案设计问题：先分析场景需求，然后提出技术选型，最后评估可行性和潜在问题
- 针对项目描述问题：用STAR法则（情境-任务-行动-结果）清晰呈现，突出量化成果
- 请解释VAD的原理和你常用的算法，如何平衡延迟和准确率？
- 如何设计一个针对机器人场景的降噪方案？考虑哪些噪声和麦克风阵列配置？
- 描述你做过的一个语音前端项目，包括数据准备、模型选择、评估指标和工程部署
- 如何在嵌入式设备上优化深度学习模型（量化、剪枝等）？
- 你对声源定位（DOA）算法了解多少？对比传统方法和基于深度学习的方法
职位点评
69
综合评分
前沿语音算法研发岗，技术驱动，成长空间大，但工作强度和生活平衡需自我调节。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
更适合这类人
适合追求技术深度和职业发展，愿意投入时间钻研算法与工程，对工作生活平衡要求不苛刻的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利70
成长发展85
工作生活40
使命价值75
薪资福利
70中等
薪资处于市场中等偏上水平，B轮公司提供期权可能性，但福利未明确。整体补偿性满足程度一般。
薪资信号未披露（AI估算：20K-40K/月）
成长发展
85较高
技术栈涵盖主流深度学习框架和经典语音算法，涉及前沿研究追踪，成长空间大，但未明确提及导师制或晋升通道。
技术前沿前沿/新兴技术
技术栈VAD、降噪、AEC、声源定位、语音唤醒、声纹识别、PyTorch、TensorFlow、Kaldi、深度学习
业务类型profit_center
工作生活
40较低
未提及远程或弹性工作，工作地点在上海，大概率需要到场办公。降噪等算法研发可能涉及硬件联调，加班难以避免。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值
75中等
机器人行业属于高速增长赛道，语音交互是核心交互方式之一，社会影响力中性偏正，但JD未强调使命感。
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
智元机器人 的其他在招职位
相似职位推荐
Watch Jobs