哔哩哔哩语音算法工程师（TTS方向）【2027届】

1、负责将声学知识（人声和音乐）应用于文本到语音（TTS）与文本到音乐生成场景，从应用链路的各个环节提升声音质量，包括语音自然度、情绪表达、音色一致性，以及音乐的旋律优美度、节奏准确性等，以满足实际场景需求； 2、深入理解音乐结构（旋律、和声、节奏、情绪）与音频信号处理，将音乐理解相关特征引入 TTS/SVS 模型，提高音乐性、可控性与生成质量； 3、参与歌声合成（SVS）和声音克隆（VC）相关模型的研发与调优，包括音高曲线控制、韵律建模、音色迁移、多风格歌唱生成等； 4、跟进行业前沿的 TTS、歌声合成、音频生成模型技术（如 Diffusion、Flow Matching、GAN、Neural Codec、音频 LLM 等），并将其有效应用于实际业务场景； 5、构建与维护大规模音频与语音训练数据集，设计高效的数据清洗、标注、增强、去噪与特征提取流程； 6、分析与解决应用中的关键问题，如音质退化、发音错误、韵律异常、音色偏移等，并持续优化模型性能； 7、与音乐制作、产品、内容团队协作，推动模型在 AI 音乐创作、AI 歌手、AI 语音助手、语音互动等场景的落地，并根据反馈持续迭代。

-参与研发语音合成大模型，包括但不限于模型结构优化、预训练ICL、微调SFT等工作 -跟进语音合成方向相关前沿技术进展 -参与百度海外多个产品的语音合成技术项目落地 -负责语音合成大模型推理性能优化

团队介绍： 高德语音技术部，是负责高德全栈语音技术的综合性团队。团队核心技术能力包括：自研TTS基座大模型、端侧模型、多语种、RTC流式语音、语音内容生成、语音识别、跨模态模型、模型服务与推理。业务支撑面向高德全部核心场景，包括语音导航、AI领航员、IP语音定制、国际化、AI语音助手、智能外呼、内容生成等。 团队定位是通过前沿语音技术的研究和落地，赋能下一代AI产品创新。近期部分技术（https://arxiv.org/abs/2507.12197）和产品进展介绍（https://mp.weixin.qq.com/s/cCeHbNW0jbC_LNVPZlGeHg） 具体职责包括但不限于： 1、语音识别、唤醒、语音与大模型融合等语音模块的研发，独立研究并完成业务落地； 2、结合高德出行导航、语音交互等业务场景，不断完善提升复杂业务场景下的语音理解能力。 3、与产品、工程架构团队一起完成技术方案的部署上线与性能优化，实现价值闭环。 4、持续追踪跟进业界前沿先进语音技术，结合业务需求开展技术创新与预研。

1. 深度参与雷火各旗舰游戏，实时语音交互、语音内容生产、语音创新玩法等场景研发和落地，为玩家创造崭新的互动娱乐体验； 2. 跟踪语音前沿技术，将最新的语音生成大模型、端到端语音大模型等先进技术落地至业务中； 3. 参与语音算法方案的整个生命周期，包括方案设计、算法实现、数据工程、线上服务等全流程。