Científico de investigación en IA de audio — Separación de fuentes de audio Audio AI Research Scientist — Audio Source Separation
- Remoto (EE. UU.)
- $165,400 – $227,500 por año
- Tiempo completo
- Publicado hace 17 horas
Se postulará en el sitio web original.
Sobre este empleo
En Bose Corporation, creemos que el sonido es la fuerza más poderosa del mundo y, desde hace más de 60 años, somos una empresa fundada sobre la innovación, la excelencia y la independencia. De propiedad privada, firmemente enfocada en nuestros clientes e impulsada por nuestros valores, seguimos liderando industrias y transformando vidas a través del sonido.
Hoy, Bose Corporation está entrando en una nueva y emocionante era. En varias unidades de negocio y funciones globales, estamos dando forma al futuro de la tecnología de audio, la industria automotriz, el lujo y las experiencias prémium. Te invitamos a unirte a nosotros en esta transformación.
Descripción del puesto
Científico de investigación — Separación de fuentes de audio
Descripción
El objetivo de nuestro equipo es desarrollar algoritmos novedosos de procesamiento de audio basados en IA. La particularidad es que nuestros algoritmos deben funcionar en tiempo real, en dispositivos físicos, para aplicaciones como conciencia dinámica del entorno, mejora de la audición, percepción agéntica, captación de voz, mejora de contenido y otras que todavía ni siquiera hemos imaginado. Trabajarás con expertos en aprendizaje automático (ML), procesamiento digital de señales (DSP), ingeniería de software y psicoacústica para crear prototipos e implementar nuevos algoritmos.
Desarrollarás algoritmos de próxima generación que aíslan, extraen o suprimen fuentes de sonido individuales a partir de grabaciones de micrófono, a veces complementadas con señales de otros sensores. Las aplicaciones incluyen la captación de voz, la mejora de la audición y nuevas experiencias de audio que, en última instancia, deben funcionar en tiempo real en dispositivos físicos.
Bose cuenta con una sólida trayectoria en combinar el pensamiento creativo con tecnología de audio de vanguardia. Buscamos personas apasionadas por el aprendizaje automático y el audio que nos ayuden a dar forma a lo que viene.
Responsabilidades
- Investigar, crear prototipos, entrenar y evaluar algoritmos novedosos de separación y extracción de fuentes para el habla y otros sonidos del mundo real.
- Desarrollar enfoques para grabaciones con uno o varios micrófonos, incluidos indicios espaciales y sensores auxiliares opcionales.
- Investigar métodos de separación robustos en condiciones difíciles, como voces superpuestas, ruido, reverberación y movimiento.
- Evaluar la calidad perceptual, el rendimiento de separación, la capacidad de generalización, la latencia, la memoria y los requisitos computacionales.
- Colaborar con los equipos de DSP y software integrado para implementar modelos en demostraciones en tiempo real y plataformas de productos; contribuir a patentes y artículos para conferencias.
Formación académica
Posgrado (MS o PhD) en aprendizaje automático, ingeniería eléctrica, informática o un campo relacionado, o experiencia de investigación equivalente.
Habilidades
- Amplia experiencia práctica en separación de fuentes de audio, extracción de sonidos objetivo, mejora del habla o procesamiento neuronal de audio relacionado.
- Comodidad para abordar problemas complejos y abiertos que requieren probar y descartar muchas ideas antes de encontrar la solución adecuada.
- Sólidos conocimientos de DSP de audio, métodos de tiempo-frecuencia y arreglos de micrófonos o procesamiento espacial de señales.
- Experiencia en entrenar y evaluar modelos de audio en PyTorch; dominio de Python y familiaridad con C/C++ son una ventaja.
- Comprensión de los métodos de evaluación objetiva y perceptual, así como de las compensaciones que implica la inferencia en tiempo real y de bajo consumo.
- La experiencia con separación multimodal o condicionada por sensores, ONNX/TFLite o implementación en sistemas integrados es una ventaja.
- Buenas habilidades de comunicación; se valoran, pero no son obligatorias, las publicaciones en conferencias como ICASSP, Interspeech, NeurIPS o similares.
Publicado originalmente en Himalayas
Anuncio original en inglés
At Bose Corporation, we believe sound is the most powerful force on earth — and for over 60 years, we have been a company built on innovation, excellence, and independence. Privately owned, fiercely customer-focused, and driven by our values, we continue to lead industries and transform lives through sound.
Today, Bose Corporation is entering an exciting new era. Across multiple global Business Units and Global Functions, we are shaping the future of audio technology, automotive, luxury, and premium experiences. We invite you to join us in this transformation.
Job Description
Research Scientist — Audio Source Separation
Description
The goal of our team is to develop novel AI-powered audio processing algorithms. The twist is that our algorithms must run in real time, on physical devices, for applications such as dynamic awareness, hearing augmentation, agentic perception, voice pickup, content enhancement, and ones we haven’t even thought of yet. You will work with experts in ML, DSP, software engineering, and psychoacoustics to prototype and implement new algorithms.
You will develop next-generation algorithms that isolate, extract, or suppress individual sound sources from microphone recordings, sometimes augmented by other sensor signals. Applications include voice pickup, hearing augmentation, and new audio experiences that must ultimately run in real time on physical devices.
Bose has a strong history of combining creative thinking with cutting-edge audio technology. We are looking for people passionate about machine learning and audio to help shape what comes next.
Responsibilities
- Research, prototype, train, and evaluate novel source separation and extraction algorithms for speech and other real-world sounds.
- Develop approaches for single- and multi-microphone recordings, including spatial cues and optional auxiliary sensors.
- Investigate robust separation in challenging conditions such as overlapping talkers, noise, reverberation, and motion.
- Evaluate perceptual quality, separation performance, generalization, latency, memory, and computational requirements.
- Collaborate with DSP and embedded software teams to deploy models in real-time demonstrations and product platforms; contribute to patents and conference papers.
Education
Graduate degree (MS or PhD) in machine learning, electrical engineering, computer science, or a related field, or equivalent research experience.
Skills
- Deep hands-on experience in audio source separation, target sound extraction, speech enhancement, or related neural audio processing.
- Comfortable tackling complex, open-ended problems where you have to experiment with and discard many ideas before finding the right solution.
- Strong knowledge of audio DSP, time-frequency methods, and microphone array or spatial signal processing.
- Experience training and evaluating audio models in PyTorch; proficiency in Python and familiarity with C/C++ is a plus.
- Understanding of objective and perceptual evaluation methods and the tradeoffs involved in real-time low-power inference.
- Experience with multimodal or sensor-conditioned separation, ONNX/TFLite, or embedded deployment is a plus.
- Strong communication skills; publications at conferences such as ICASSP, Interspeech, NeurIPS, or similar are welcome but not required.
Originally posted on Himalayas
Los empleadores en JOBUS nunca le pedirán pagar, comprar equipo ni compartir datos bancarios o de Seguro Social antes de una oferta formal. Confianza y seguridad