部门介绍
Nexus 语音团队服务于蚂蚁灵光 App，负责灵光全栈音频 AI 能力建设，涵盖语音识别、语音合成、音乐生成、音效生成、实时音视频交互等方向。团队面向真实产品场景，持续推动前沿语音与音频技术的研发和规模化落地。
岗位职责
- 负责实时音视频交互技术的算法迭代与创新，持续探索业界领先的多模态、全双工交互技术；
- 面向 AGI 创新产品，探索音频模态的新能力、新应用及业务落地；
- 持续跟进前沿技术进展，研究方向包括但不限于语音交互、泛音频生成、语音理解等。
职位要求
- 具备扎实的大模型研发经验和语音交互技术基础；
- 在全双工交互、语音识别、语音合成、目标说话人识别、声学前端、语音大模型等一个或多个方向具有深入理解或突出成果；
- 具备出色的问题分析与解决能力，逻辑严谨，能够独立推进复杂技术问题的研究与落地；
- 在语音领域重要会议（ICASSP、INTERSPEECH）或人工智能领域顶级会议（NeurIPS、ICML、ICLR、AAAI）发表论文两篇及以上。
