传音资深TTS算法工程师(J17389)
任职要求
数学、计算机、自动化、信号处理等相关专业硕士及以上学历，两年以上语音合成的算法研究、项目开发经验； 深刻理解TTS原理，使用过开源架构声学模型Tacotron和声码器WaveGlow、WaveRNN、HifiGAN等； TTS前端Cleanser、TN、G2P有一定经验； 了解语音发生机理，对语音信号处理有一定基础，如基频检测跟踪、变速变调等； 熟练掌握Python，至少熟练使用一种深度学习训练框架，如Tensorflow、Pytorch等； 对Singing Voice Sythesis、Voice Conversion、Expressive TTS经验者优先； 对工程落地优化上有一定经验的优先考虑。
工作职责
负责语音合成（TTS）核心算法的研发、性能优化与落地实现，推动TTS技术在实际产品中的应用； 结合业务规划，跟进学术界、行业最新的研究趋势，将预研成果落地于实际产品，并主导相关技术方案的制定和实施； 负责TTS相关技术难题的攻关，提升合成语音的自然度、表现力和鲁棒性； 指导和带领初级工程师，提升团队整体技术水平。
1. 负责AI 加速硬件的性能评估分析，在单机单卡/大规模集群等场景进行全方位的软硬件系统性能评估，分析调优和业务交付落地； 2. 配合算法工程师，推动深度学习相关算法的落地，打造高吞吐、低延时的推理系统； 3. 参与过 ASR, TTS 语音工程化落地项目 或参与过 CV 项目. 4. 大模型技术前沿追踪以及框架应用。 5. 深入研究和优化大模型的训练方法，提高模型的效率和效果经验者优先 6. 优化大模型推理性能，提升吞吐并控制成本经验者优先 7. 优化大模型推理框架，提升框架扩展性，易用性和可调试性经验者优先。
1. 参与语音交互算法工程化工作（包括但不限于asr，nlp，tts，多模大模型）关联模块及端到端的架构设计和功能开发； 2. 多平台（如GPU，高通8155/8295芯片平台）的模型推理优化及加速；
1. 负责AI语言模型运营团队的日常运营管理，联合算法承担AI算法模型（TTS、ASR、NLU）在各产品线运营的效果提升，负责多门语言的语言学研发并落地AI技术，重点为语音助手业务的功能扩展和体验优化做好服务。 2. 目标规划：通过技术洞察，参与对各产品线的算法各模块和整体模块的效果优化步骤进行规划，并预估资源耗费。 3. 语言研发：针对算法效果提升，多语言需求等，对语言规则进行整理并创新理论，并应用到实际的AI语言技术中。 4. 团队管理：对模型运营团队进行架构设计，人员管理，SOP梳理。 5. 跨部门沟通：与数据生产团队、算法部门、产品团队等沟通，团结一致，完成业务目标。
1、聚焦生成式 AI 技术在游戏场景的深度应用，负责创意内容产品的全流程设计与落地。牵头构建 AI 内容生成与互动社区生态，推动 AI 创作能力体系建设，实现技术能力向用户价值与业务增长的转化； 2、深度结合多模态 AIGC 技术，统筹文本、图像、视频、TTS 语音、播客等内容形态的生成能力开发，探索其与游戏玩法、社区互动等场景的创新融合模式，驱动高质量内容生产，并持续优化用户创作体验与内容消费体验； 3、建立覆盖 AI 内容生产、分发、消费全链路的产品追踪与评估机制，通过数据指标体系量化内容质量、用户参与度及商业价值。打造 “生产 - 消费 - 反馈 - 迭代” 的业务闭环，实现产品体验与运营效率的持续提升。