多模态数据算法实习生(基础模型音频)

生数科技 · 北京

来源：生数科技官方招聘 · 更新于 2026-10-28 · 抓取快照，投递前请确认岗位仍在招

实习技术北京研发

去官方投递 → ← 返回岗位列表薪资面议

岗位描述

负责构建超大规模高质量视听觉多模态中的音频数据集，建立从原始音视频抓取、多音轨分离、降噪清洗、质量评估到自动化标注的全链路工业化流水线；
实施支持语音识别（ASR）、方言识别、情绪分析、背景音乐（BGM）与环境音（Event）识别的专项音频数据工程，通过自动化手段生产高精度对齐、跨语种/方言、多情感色彩的配对与描述数据；
研发高性能音频数据处理与特征提取工具链，利用前沿语音/音频大模型与信号处理算法…
具备深厚的音频信号处理（DSP）与大规模音频数据工程经验，熟练掌握音频降噪、去混响、语音活动检测（VAD）、音视频对齐及自动化标注技术；
精通**ASR（语音识别）、方言识…