腾讯招聘混元语音与音频理解方向研究员（语音生成方向）（北京/深圳/上海）

岗位职责：
1.跟踪业界最新的语音生成算法研究，探索下一代语音、音频生成新范式，拓展语音生成边界能力；
2.探索多模态语音大模型的前沿技术，结合文本、语音、视觉等技术提升语音交互体验；
3.负责语音大模型的技术研发工作，推动模型性能提升与创新应用。
岗位要求：
1.计算机科学、人工智能、电子工程、信号处理等相关专业硕士、博士研究生；
2.掌握语音大模型、语音合成、语音识别、音频生成、语音转换、语音Codec等一项或多项研究和开发经验；
3.熟悉主流对话大模型（如GPT4o、GLM-4-Voice、Qwen2.5-Omni、Voila等），有相关项目实践经验者优先；
4.熟练掌握PyTorch等深度学习框架，有大模型训练框架Megatron/Deepspeed实践经验者优先；
5.熟悉大模型相关结构设计及原理，有大规模预训练、后训练经验者优先。
部门介绍：
腾讯AI Lab是腾讯的公司级AI实验室，于2016年4月在深圳成立。借助腾讯丰富应用场景、大数据、计算力及一流人才方面的长期积累，AI Lab立足未来，开放合作，致力于不断提升AI的认知、决策与创造力，向“Make AI Everywhere”的愿景迈步。 腾讯AI Lab强调研究与应用并重发展，基础研究关注机器学习、计算机视觉、语音技术及自然语言处理等四大方向，780多篇研究论文已覆盖国际顶级学术会议；技术应用聚焦在游戏、数字人、内容、社交四大领域，在微信、QQ、广告、教育、金融等100多个产品中落地。行业应用不断取得突破，研发出屡获国际大奖的棋牌类AI「绝艺」，攻克MOBA、FPS、RTS、3D开放世界等多类游戏的决策智能AI「绝悟」，推进多模态虚拟人前沿技术，自研AI药物发现平台「云深」，同时重点推进 AI+Science 深度融合，从生命科学、AI制药到能源领域，多项研究成果发布于Nature子刊、NeurIPS、ICLR等学术顶刊顶会，解码基础科学，拓宽认知边界及前沿技术应用可能性。