岗位职责 1. 参与公司语音识别、语音合成模型的研发与优化，特别是针对电力语音识别、智能客服、调度语音交互等应用场景，提升模型在实际场景中的性能。 2. 协助多模态交互系统（语音 + 视觉 + 文本）的研发和调试，确保系统在各应用场景下的稳定性和准确性。 3. 负责语音数据清洗、模型实验、前端测试等环节的工作，为部门规划建设的应用场景补充研发力量。 4. 跟踪前沿研究（端到端语音识别、大模型语音理解），并尝试将其工程化实现，应用到实际项目中。 5. 与团队成员紧密合作，共同解决研发过程中遇到的技术问题，推动项目的顺利进行。 任职要求 1. 硕士及以上学历，计算机科学与技术、人工智能、自动化、电子信息、软件工程、控制工程、模式识别、机器人工程等相关专业。 2. 掌握 Kaldi、ESPnet、Wenet 等至少一种相关工具和框架，具备 ASR、TTS 模型研发经验。 3. 熟悉语音增强、说话人识别等相关技术，能够运用这些技术解决实际问题。 4. 具有电网调度语音识别、智能客服语音系统、噪声环境下的 ASR 优化等实习或项目经历者优先。 5. 具备良好的问题解决能力和团队协作精神，能够在复杂的项目中承担相应的工作。 6. 对新技术有强烈的学习兴趣和能力，能够快速掌握和应用新的知识和技能。