岗位职责
1、负责语音对话大模型(如端到端语音交豆、语音生成、多轮对话理解)的设计、训练、优化，提升模型在真实场景中的表现(如低延迟、高准确率、强鲁棒性)。
2、研究探索能根据声设、语境、文本 合成 在 能量、频率、速度 等维度上混淆真人的音频合成模型。
3、探索语音与文本多模态数据的联合建模，优化语音对话系统的上下文理解与生成能力。
4、负责语音对话领域的高质量数据采集、清洗、标注方案设计。
5、推动算法在公司内业务落地，解决实际业务中的效果等问题。
岗位要求
1、计算机科学、人工智能、语音合成、语音识别等相关专业硕士及以上学历。
2、熟练掌握PyTorch/TensorFlow框架。
3、熟练掌握常用深度学习模型，具备大模型(如语音对话、语音合成、语音识别、LLM等领域)训练调优经验。
4、深入理解语音处理技术(ASRITTS)及对话系统(任务型/开放域对话)。