Job Description

智能语音系统架构师

上海

外包

职位描述

职位描述： 本岗位核心定位为打通传统语音技术与大模型Agent的融合路径，主导机器人智能语音系统端到端架构设计、技术选型与落地优化，兼顾系统稳定性与智能化，打造高效、可扩展的语音交互解决方案。 主要职责： 系统架构整体设计：主导机器人智能语音系统端到端架构设计，涵盖语音采集、预处理、ASR（自动语音识别）、NLP（自然语言处理）、TTS（语音合成）、对话管理、大模型Agent集成等全链路，兼顾传统语音架构的稳定性与大模型Agent的智能化，制定架构规范、技术标准与落地路线图。 传统语音架构优化与迭代：深入理解传统语音系统架构（如基于规则的对话管理、经典ASR/TTS模型部署、语音信号处理链路），负责现有架构的性能优化、瓶颈突破，解决传统语音系统在交互流畅度、场景适配性、多轮对话能力上的短板，保障系统高可用、低延迟。 大模型Agent融合落地：精通大模型Agent原理与应用，负责将大模型Agent与传统语音系统深度融合，设计Agent与ASR、TTS、对话管理模块的交互机制，实现“传统语音链路高效执行+大模型Agent智能决策”的协同模式，提升语音交互的上下文理解、意图识别、多场景适配及自主决策能力。 技术选型与方案论证：结合业务需求，选型传统语音技术（ASR/TTS引擎、信号处理算法、对话管理框架）与大模型Agent相关技术（大模型选型、Agent框架、记忆机制、工具调用），组织技术方案论证，评估技术可行性、成本与风险，输出最优技术方案。 项目落地与迭代优化：主导机器人智能语音系统架构落地实施，跟进项目进度，协调跨部门（产品、研发、测试）资源，确保项目按时交付；针对上线后系统的运行数据、用户反馈，结合技术发展趋势，持续优化架构设计，迭代大模型Agent与传统语音模块的融合策略，提升系统体验。 技术前沿探索与沉淀：关注语音技术、大模型Agent领域的前沿动态（如多模态语音交互、Agent自主学习、轻量化大模型部署），开展技术预研与试点验证，将成熟技术转化为产品能力；沉淀架构设计经验、技术方案与最佳实践，形成可复用的技术资产。 跨部门协同与需求对接：与产品、业务部门深度对接，理解机器人业务场景的核心需求，将业务需求转化为架构设计方案，确保系统架构贴合业务实际；协同测试部门制定测试策略，保障系统质量。

职位要求

1. 学历与专业背景 本科及以上学历，计算机科学与技术、电子信息工程、人工智能、语音工程等相关专业；5年及以上智能语音系统架构设计或相关研发经验，其中至少2年大模型Agent相关研发或架构设计经验（有传统语音与大模型融合项目经验者优先）。 2. 核心专业技能（传统语音架构） 精通传统智能语音系统全链路架构，深入理解ASR、TTS、NLP、对话管理（DM）的核心原理与技术细节，熟悉主流ASR/TTS引擎（如科大讯飞、百度语音、阿里语音、思必驰等）的部署与优化。 掌握语音信号处理技术（降噪、回声消除、端点检测、语速调整等），能独立设计并优化语音预处理链路，解决实际场景中的语音质量问题。 熟悉传统对话管理框架（如基于规则、状态机、统计学习的对话管理），能设计高可用、可扩展的对话流程，应对多场景、多意图的语音交互需求。 具备扎实的工程化能力，熟悉语音系统的分布式部署、负载均衡、高可用设计，能保障系统在高并发场景下的稳定运行。 3. 核心专业技能（大模型Agent） 精通大模型Agent的核心原理、架构设计与实现方式，熟悉Agent的记忆机制、规划能力、工具调用流程、多轮对话管理，能独立设计大模型Agent的交互逻辑与融合方案。 熟悉主流大模型（如GPT系列、LLaMA系列、通义千问、Minimax等）的特性与部署方式，具备大模型微调、量化、轻量化部署的相关经验，能根据业务需求选型并优化大模型。 掌握大模型Agent与传统系统（语音、数据库、业务接口）的集成方法，能设计高效的数据交互、指令传递机制，实现Agent与传统语音模块的无缝协同。 了解大模型Agent的评估体系，能制定Agent性能、交互效果的评估标准，持续优化Agent的智能决策能力。 4. 通用技术能力 具备扎实的编程基础，熟练掌握至少一种编程语言（如Python、C++、Java），熟悉主流框架（如TensorFlow、PyTorch、FastAPI等）。 熟悉分布式系统、微服务架构设计，了解容器化部署（Docker、K8s），具备良好的系统性能优化、问题排查能力。 具备较强的技术敏感度，能快速跟进语音技术、大模型Agent领域的新技术、新工具，并应用于实际工作。 5. 软技能 具备极强的架构设计能力与逻辑思维，能从业务视角出发，设计兼顾稳定性、扩展性、智能化的系统架构，解决复杂技术难题。 具备良好的跨部门沟通协调能力，能高效对接需求、推动项目落地。 具备高度的责任心、执行力与抗压能力，能应对多项目并行、技术攻坚等场景，确保项目按时高质量交付。 热爱AI与语音领域，具备较强的学习能力、创新意识与问题解决能力，愿意持续探索新技术、新方案。 6. 加分项 有大型智能语音系统（如智能客服、车载语音、智能家居、智能机器人交互）架构设计与落地经验，且有大模型Agent融合改造案例。 熟悉多模态语音交互（语音+文本+视觉）技术，有相关架构设计经验。 参与过开源大模型Agent项目或语音技术开源项目，有相关贡献者优先。 具备专利或核心技术论文（语音技术、大模型Agent相关）者优先。

投递