合肥·庐阳区
职位详情
工作描述
1. 端到端架构设计：主导音乐生成大模型的核心系统架构，探索歌词、旋律与伴奏一体化建模的技术路径。
2. 音频编解码：开发高效率音频 Tokenizer，实现音频到离散词元（Tokens）的精准转换，在保持高压缩率的同时充分还原人声细节与音乐表现力。
3. 多模态对齐与可控性：研究基于提示词（Prompt）的音乐控制机制，精确调控曲风、情绪、配器及 BPM，并解决歌词与旋律在时序上的同步对齐问题。
4. 前沿技术预研：持续跟进 YuE、Suno、Udio 等先进方案的演进动态，开展长文本建模、混合专家模型（MoE）等方向的技术创新与实验验证。
任职资格
学历背景：计算机、人工智能、电子工程或信号处理相关专业
技术能力：熟练掌握 PyTorch 框架，具备生成式模型的深入理解，拥有超大规模模型（10B+）训练实践经验，并在音频信号处理领域积累至少 1 年实际项目经验。
加分项：曾在 NeurIPS、ICASSP、ISMIR 等学术会议发表相关成果，或参与过音频 Tokenization 的开源项目；具备乐理知识（如和弦进行、节拍结构、调性分析），或拥有计算音乐学研究经历。
1. 端到端架构设计：主导音乐生成大模型的核心系统架构，探索歌词、旋律与伴奏一体化建模的技术路径。
2. 音频编解码：开发高效率音频 Tokenizer，实现音频到离散词元（Tokens）的精准转换，在保持高压缩率的同时充分还原人声细节与音乐表现力。
3. 多模态对齐与可控性：研究基于提示词（Prompt）的音乐控制机制，精确调控曲风、情绪、配器及 BPM，并解决歌词与旋律在时序上的同步对齐问题。
4. 前沿技术预研：持续跟进 YuE、Suno、Udio 等先进方案的演进动态，开展长文本建模、混合专家模型（MoE）等方向的技术创新与实验验证。
任职资格
学历背景：计算机、人工智能、电子工程或信号处理相关专业
技术能力：熟练掌握 PyTorch 框架，具备生成式模型的深入理解，拥有超大规模模型（10B+）训练实践经验，并在音频信号处理领域积累至少 1 年实际项目经验。
加分项：曾在 NeurIPS、ICASSP、ISMIR 等学术会议发表相关成果，或参与过音频 Tokenization 的开源项目；具备乐理知识（如和弦进行、节拍结构、调性分析），或拥有计算音乐学研究经历。
2026-08-01 13:18
IP属地：安徽合肥
职位福利
本科1-3年大模型算法多模态算法
合肥左琴右书网络科技有限公司
不需要融资 · 20-99人
工作地址
鱼泡安全保障
如遇到办证收费、刷单、传销、诱导买车等违规行为，请立即向鱼泡直聘投诉举报投诉举报 >
附近适合您的职位
AI工程师（自然语言处理方向）
1.2-1.6万元/月
算法工程师1-3年本科PythonTensorFlowPyTorchHadoopSparkKafkaflumeNLP领域模型开发数据模型数据挖掘
合肥 庐阳区
收藏职位
