岗位职责：  
对业务场景中音频的声学场景，语种，说话人类别进行聚类和检测，提高系统在海量语音下对音频附属信息（meta-data）的分析和数据挖掘性能，增强对各平台音频信息捕获，挖掘和归类；

具备以下一项或几项能力（包括但不限于）：
- 说话人识别，语种识别，提升已有系统在复杂场景（噪声，远场，混响）中的鲁棒性；
- 音频分类，音频事件检测，对音视频文件中的有效内容进行标签提取，特别是语音文字之外的附属信息提取；
- 音频指纹，海量音频内容搜索，同源相似度识别能力
  
岗位要求：  
- 硕士或及以上学历，计算机，信号处理、模式识别，自动化相关专业；
- 了解声纹识别或音频事件检测领域的技术发展情况，掌握主流算法，有过开发实际系统或其中某一模块（前端、特征、建模、匹配）的经历；
- 扎实的机器学习和模式分类功底；
- 在DECASE，NIST SRE LRE等评测比赛中有获奖者优先；
- 熟练掌握 C/C++或Python, 编程能力强；熟悉 Linux 环境开发；
- 对Kaldi、Pytorch、TensorFlow（至少其一）熟练使用；
- 良好的沟通能力与团队协作精神；
- 在ICASSP, INTERSPEECH, ASRU， CSL, Speech Communication等知名会议和期刊发表过论文者优先；

期望职级：
8-11级；

          
请发简历至springhuang@tencent.com
--
修改:qqhuangshen FROM 111.206.145.*
FROM 111.206.145.*