← 返回岗位列表

腾讯

校招

实时语音同传技术研究

上海 · 校招 · 2027 届 · 博士

长期有效

任职要求

  • 1、计算机科学、电子工程、人工智能、自动化或相关专业的在读硕士或博士生;
  • 2、扎实的编程基础,熟练掌握Python;熟悉至少一种主流深度学习框架(PyTorch优先);
  • 3、对深度学习有深入理解,熟悉Transformer、DiffusionModel、GAN等至少一种生成模型的基本原理和实现;
  • 4、积极主动,有良好的沟通能力和团队协作精神,对解决挑战性问题充满热情。

岗位描述

【岗位职责】

传统串联架构延迟偏高、无法做到流式同步输出;通用大模型缺乏语音时序建模能力,实时性不足;真实场景下多口音、即兴插话、断句口语、背景噪声导致翻译断层、语义丢失、语序僵硬。在此背景下,端到端语音大模型同传技术成为行业主流突破方向,通过单模型直接完成语音输入到目标语言文本输出,省去识别、翻译中间拆解环节,大幅压缩推理延迟、强化语境整体理解。本课题聚焦实时语音端到端大模型同传关键技术研究与工程优化,推动同传能力从“分段翻译、机械拼接”向“流式实时、语义连贯、拟人自然”升级,支撑全场景高质量跨语言实时沟通落地。本岗位围绕实时语音端到端大模型同传开展技术研究、模型优化、效果验证与场景落地,聚焦大模型语音同传专属能力迭代,区别于传统分模块研发,主打端到端流式建模、实时时延优化与口语化翻译效果打磨,核心工作具体如下:

  • 1. 端到端大模型同传核心技术研究:研究语音大模型统一建模方案,基于端到端架构优化语音时序编码、多模态语义对齐、流式增量解码等核心能力;针对同传场景特性,优化动态断句、超前预判、语序自适应、口语润色能力,解决传统方案语义割裂、输出滞后、语句生硬的问题,保障实时同传“边听边译、连贯自然”。
  • 2. 同传专属数据构建与模型微调:搭建实时口语同传专属数据集,完成真实游戏、会议、即兴对话、多口音、强噪声场景语音数据的清洗、筛选与对齐标注;针对语音同传任务进行大模型专项SFT微调与流式推理优化,适配长口语、即兴停顿、重复插话等真实场景特征,提升模型泛化能力与专业领域翻译精度。
  • 3. 实时时延与效果评测迭代:建立端到端同传量化评测体系,重点关注端侧实时延迟、词序同步率、语义完整度、流畅度、抗噪稳定性等核心指标;定位漏译、错译、断句错乱、输出卡顿等问题,持续迭代模型策略与解码参数。
  • 4. 工程适配与落地方案输出:配合流式推理部署、端云协同架构,优化大模型同传推理速度与资源占用,平衡实时性与翻译质量;输出技术迭代报告、场景适配方案与效果对标结论,支撑实时语音大模型同传技术的产品化落地与业务场景复用。

【任职要求】

  • 1、计算机科学、电子工程、人工智能、自动化或相关专业的在读硕士或博士生;
  • 2、扎实的编程基础,熟练掌握Python;熟悉至少一种主流深度学习框架(PyTorch优先);
  • 3、对深度学习有深入理解,熟悉Transformer、DiffusionModel、GAN等至少一种生成模型的基本原理和实现;
  • 4、积极主动,有良好的沟通能力和团队协作精神,对解决挑战性问题充满热情。

【技术方向】

多模态、视觉、语音

你的简历匹配这个岗位吗?

上传简历,AI 会对照这份 JD 指出你的差距和需要补强的地方

该岗位可能会问的问题

基于 运营 岗位的常见面试问题整理

我提到了电竞方面,另一个面试官就问我对于ig战队(lol)的看法,然后一道情景题:公司和ig方面有合作,怎样运营才能吸引ig粉丝使用我们产品

类型专业能力·难度中等·一面·咪咕动漫
查看答题思路

1. 电竞营销=粉丝经济,核心是社区运营而非传统广告 2. 跨界合作:战队/选手/IP 联名,借粉丝流量 3. 内容策略:比赛直播/选手日常/粉丝二创/社区活动 4. 案例:用 STAR 讲一个电竞相关的运营策划

另一个面试官看我的专业(偏设计)就问我愿不愿意做产品设计方向,让我发作品集 大概就这些 #咪咕#<a href="/creation/subject/928d551be73f40db82c0ed83286c8783" target="_blank" class="s

类型专业能力·难度中等·一面·咪咕动漫
查看答题思路

1. 核心概念:一句话说清这个问题的底层逻辑 2. 方法论/框架:用 STAR 原则或专业框架结构化回答 3. 实际案例:结合一个具体场景说明 4. 量化结果:用数据佐证你的观点

你认为内容运营需要具备哪些能力

类型专业能力·难度简单·一面·搜狐
查看答题思路

1. 内容运营=创作有价值的内容→分发到正确渠道→吸引目标用户→促成转化 2. 核心能力:选题能力(知道用户想看什么)、写作能力、数据分析能力(用数据迭代内容策略) 3. 生命周期:选题→创作→审核→发布→分发→数据回收→优化→二次传播 4. 优质内容标准:原创/有用/有趣/有共鸣/有行动引导

谈谈你理解的内容生命周期

类型动机/岗位认知·难度简单·一面·搜狐
查看答题思路

1. 真诚:为什么对这个方向感兴趣(具体经历/瞬间) 2. 匹配:你的能力和这个岗位的契合点 3. 成长:你希望从这个岗位学到什么 4. 贡献:你能为团队带来什么

自我介绍

类型动机/岗位认知·难度中等·一面·咪咕动漫
查看答题思路

1. 我是谁(姓名+学校+专业,15秒) 2. 我做过什么(最相关的 1-2 个经历,30秒) 3. 为什么适合这个岗位(能力匹配,15秒) 4. 总时长控制在 1 分钟以内 5. 避免:念简历、说「我学习能力强」这种空话

更多面试题库功能即将上线

信息来源:企业官方招聘页。投递前请以官网信息为准。