实习岗位详情

即日起 至 2026-09-29

百融云创

北京

北京市朝阳区望京街道阜荣街10号首开广场 百融云创1层

硕士

每周5天，每天4小时

岗位职责：
1、语音数据构建：负责语音识别、语音合成、语音大模型所需的数据采集与管理，涵盖多语言、多方言、多场景（通话、会议、嘈杂环境）。
2、设计数据采集规范（音频格式、采样率、录音场景），并推动外部/内部数据采集项目。
3、数据清洗与预处理 开发自动化处理工具，完成语音数据的去噪、VAD 分割、转码、音频质量检测，进行数据去重、异常检测，确保数据分布均衡和质量稳定。
4、数据标注与质量管控：组织并管理语音转写、音素对齐、韵律标注、情感/风格标注。 制定统一的标注规范，保证跨语言、跨场景标注一致性。
5、开发标注质量检测与抽检工具，持续优化标注流程。
6、数据管理与流转：搭建语音数据仓库及管理系统，支持版本管理、标签检索、权限控制。 维护语音识别/合成训练数据 pipeline，支持大规模分布式数据流转。

岗位要求：
1、计算机、人工智能、语言学或相关专业。
2、熟悉语音数据处理流程，具备语音识别 (ASR)、语音合成 (TTS) 或大模型训练数据经验。
3、熟练掌握至少一种脚本语言（Python / Shell），有音频处理经验（ffmpeg、sox、librosa 等）。
4、了解常见语音数据特征提取方法（MFCC、FBank、mel-spectrogram）。
5、熟悉常见数据标注工具与平台，有大规模语音数据管理经验。 具备良好的数据分析能力和问题定位能力，能与算法工程师高效协作。