腾讯
校招微信小微-支持多方言的音频生成模型
北京 · 校招 · 2027 届 · 博士
长期有效
任职要求
- 学历和专业要求：
- 来自计算机、人工智能、自动化、电子信息、信号处理、数学等相关专业的博士/硕士同学。
- 技术技能要求：
- 掌握深度学习、生成模型、序列建模等算法及应用，熟悉Python，了解PyTorch/TensorFlow等训练框架。
- 软性素质要求：
- 具备良好的沟通协作与问题分析能力，对音乐、音频或AIGC方向有兴趣，学习能力和执行力强。
- 此课题同时招聘应届实习生和低年级实习生。
岗位描述
【岗位职责】
课题背景：
微信语音消息、语音播报、数字人交互等场景对自然、拟真且具有地域亲和力的语音生成能力需求不断提升。普通话语音生成已较成熟，但在类似客家话等小语种方言场景中，现有模型常存在发音不准、韵律不自然、风格不稳定等问题，因此需要研发支持多方言的音频生成模型，提升用户体验与表达丰富度。
课题挑战：
多方言语音生成面临发音体系差异大、方言文本表示不统一、训练数据稀缺等问题。部分方言存在多音、多读法和强地域差异，导致模型难以准确学习语音映射关系。同时，真实业务还要求模型兼顾自然度、可懂度、情感表现力和说话人一致性，在长文本、口语化表达及跨方言迁移场景下都保持稳定生成，这对数据、建模和评测都提出了较高要求。
具体工作：
参与多方言语音数据清洗与标注，探索音频生成模型训练与优化方案，提升发音准确性和自然度，并完成评测分析与效果迭代。
【任职要求】
学历和专业要求：
来自计算机、人工智能、自动化、电子信息、信号处理、数学等相关专业的博士/硕士同学。
技术技能要求：
掌握深度学习、生成模型、序列建模等算法及应用，熟悉Python，了解PyTorch/TensorFlow等训练框架。
软性素质要求：
具备良好的沟通协作与问题分析能力，对音乐、音频或AIGC方向有兴趣，学习能力和执行力强。
【加分项】
此课题同时招聘应届实习生和低年级实习生。
【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
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
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
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
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
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。