【博后专项】语音识别算法研究博士后（校招）- 网易互联网

岗位职责

研究方向

深度挖掘大规模互联网公开数据、海量业务场景真实语音数据（如客服通话、智能设备交互音频等），探索数据清洗、筛选、标注质量提升的低成本技术路径，目标构建类似 Wenetspeech、Gigaspeech 的高质量 ASR 训练数据集，解决传统数据构建成本高、规模有限的痛点
针对 ASR 场景下识别准确率、环境鲁棒性（如噪声、口音干扰）等核心指标，研究大规模预训练模型的轻量化、高效微调、推理加速方法，突破模型 “大而不优”“落地难” 的瓶颈，形成可直接应用于实际业务的技术方案
基于大语种（如中文、英文）已有的丰富训练数据与成熟预训练模型，探索迁移学习、跨语言知识蒸馏等技术，构建低成本、高效率的小语种 / 方言（如地方方言、小众语种）ASR 模型开发框架，快速扩展 ASR 系统的语言覆盖范围
与工程团队、产品团队紧密协作，推动研究成果的工程化落地与产品化应用，解决技术转化过程中的关键问题，保障项目顺利推进。
参与博士后团队的建设与管理，指导初级研究人员开展工作，分享技术经验与研究方法，营造良好的科研氛围。

获得计算机科学与技术、电子信息工程、人工智能、机器学习、信号处理等相关专业博士学位不超过 3 年（含应届博士毕业生）。
具备扎实的深度学习、机器学习理论基础，熟练掌握 PyTorch、TensorFlow 等主流深度学习框架，能独立完成算法建模与代码实现。
熟悉语音识别（ASR）核心技术栈，包括但不限于声学模型（如 CNN、RNN、Transformer）、语言模型、特征提取（如 MFCC、Fbank）等；深入理解半监督学习、无监督学习、大规模预训练模型的原理与应用者优先。
有 ASR 领域项目落地经验（如实际场景下的模型优化、多语言识别系统开发、低资源数据训练等），或在顶会 / 顶刊（如 ICML、NeurIPS、ICLR、IEEE TASLP 等）发表过相关学术论文者优先。
有较好的学术成果者优先，如以第一作者身份在语音、人工智能领域的顶级会议（如 ICML、NeurIPS、ICLR、Interspeech、ICASSP 等）或顶级期刊（如 IEEE Transactions on Audio, Speech, and Language Processing 等）发表过论文，或拥有相关技术专利者。