优酷优酷-语音算法专家-杭州/北京

任职要求

1、在语音合成、音乐生成、文生音频、视频生音频等方面有相关的项目经验，并能够对其中某一领域的算法深入研发并努力创新；
2、熟悉传统机器学习基础理论，熟悉深度学习开源框架，深入理解CNN/RNN/VAE/GAN/Transformer/Diffusion等模型原理,掌握至少…

工作职责

应用声纹识别、音频理解、音频增强等音频技术处理海量音频数据，紧跟业界前沿技术方向，参与构建生成式音频系统，从文本、视频、音频等多模态输入出发，研发高自然度、风格多样、可控性强的语音、音乐与音效生成模型，期待追求卓越、自我驱动、聪明乐观的优秀人士加入虎鲸文娱集团，共同开创影视工业化的商业新格局。
具体职责包括但不限于：
1、负责基于海量数据和复杂业务场景，和团队其他成员一起构建面向真实影视剧场景的一流音频合成系统，共同推动技术产品化与商业化；
2、负责音频合成相关算法设计，覆盖以下一个或多个方向：
ꔷ 高拟人度、情绪丰富的语音合成，包括Emotional TTS、Speaker Recognition、Instant Voice Clone等模块的优化与落地；
ꔷ 跨模态音频生成，包括Video-to-Audio、Text-to-Audio等方向的模型优化与落地；
ꔷ 端到端的音乐生成，包括Lyric-to-Song, CoT, ICL等模块的优化与落地；
3、跟踪业界前沿技术和方法，持续探索音频合成技术的新能力和新应用，解决资源受限场景的实际问题，持续提升音频合成核心能力