岗位职责 1、参与Omni语音对话大模型的预训练工作，包括模型架构设计、数据清洗、分布式训练及性能优化； 2、探索文本-语音联合建模技术，优化端到端语音生成质量与延迟； 3、跟踪大模型与语音技术前沿进展（如LLM微调、RLHF、跨模态对齐等）。 岗位要求 1、26年毕业生，计算机相关专业硕士优先，有语音合成（如FastSpeech、VITS）或大语言模型（如GPT、LLaMA）研发经验； 2、了解预训练流程熟悉Transformer、RNN等神经网络架构，掌握Deepspeed、Megatron等框架； 3、熟悉Mini-Omni、Freeze-Omini、Minmo、Qwen-Omini等开源语音模型技术栈，具备数据处理、模型训练到部署的全流程经验。 4、团队协作意识强，对AI语音交互领域有热情。