多模态数据算法工程师 (流式音频)

生数科技 · 北京

来源：生数科技官方招聘 · 更新于 2026-06-18 · 抓取快照，投递前请确认岗位仍在招

全职算法北京互联网 / 电子 / 网游

去官方投递 → ← 返回岗位列表薪资面议

岗位描述

音频预处理与解码：负责原始音频的元数据探测、抽轨、重采样、声道处理、音视频分离对齐。优化音频解码与加载，保证大规模任务的吞吐与稳定性；
源分离与语音切分：设计并落地人声 / 音乐 / 环境音分离、VAD / 说话人分离、Active Speaker Detection（ASD，判断画面中谁正在说话）、切点截断检测（避免腰斩台词）。建立切分与对齐评估，持续压误切、漏切、截断语音；
音频理解与结构化标注…
音频信号处理 / 语音 / 机器学习等相关专业；具有语音、音视频处理或大规模数据生产经验；
精通 Python；熟悉 PyTorch 推理落地（加载、batch、混合精度、…