工作内容： 1.聚焦语音/音乐生成大模型技术研究，涵盖多模态融合，提升长序列建模能力与实时性； 2.研发风格与情感可控技术，构建语义-时序-声学等多级可控接口，支持音色迁移与交互式编辑； 3.落地助手、无障碍等小米应用场景，每年发表顶会论文1-2篇或申请专利2-3项。 任职要求： 1.精通传统端到端和最新大语言模型TTS框架、熟悉声学模型与声码器，具备语音生成或语音克隆项目经验 2.对各个模块的原理、问题、改进点能有自己的深入理解； 3.具备较强的工程实现能力，有开源项目开发经验优先，沟通能力强； 4.在顶级学术会议或期刊发表过相关方向论文者优先; 5.硕士及以上学历，计算机、人工智能等相关专业。