米哈游语音合成算法研究员
任职要求
1. 熟悉主流的开源TTS模型，例如VITS, CosyVoice, F5-TTS, SparkTTS等； 2. 熟悉语音tokenizer技术，并拥有语音大模型优化经验； 3. 满足以下条件之一： - 在语音生成领域顶级会议或期刊发表过论文； - 或主导/深度参与过高质量语音合成或语音转换项目，并具备可展示…
工作职责
1. 结合深度学习技术，开展高表现力语音合成的算法研究与技术创新； 2. 设计、优化并落地先进的语音生成模型，提升语音的自然度、表现力与可控性； 3. 跟踪学术与工业界前沿进展，将新技术应用于实际产品或项目中。
1.负责研发具有多任务能力的语音合成（TTS）大模型； 2.负责TTS大模型的预训练及后训练相关的数据和算法工作； 3.推动TTS大模型在产品中应用落地（如朗读/对话/配音等场景），及针对这些场景进行模型优化。
1.负责语音合成的算法研发与落地，包括但不限于TTS前端、声学模型、声码器的算法实现和改进； 2.推动语音合成技术在产品中落地，针对业务场景做算法调优和效果提升； 3.追踪业界前沿的语音合成及相关技术，探索并储备新技术能力。
团队介绍： 高德语音技术部，是负责高德自研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、语音识别、模型服务与推理、大规模语音IP定制服务等。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/A3TWtfwlqGdkC6oNHrkFaw ） 岗位职责： 1. 负责语音合成方向的技术预研和研发工作，包括但不限于前端模型，声学模型，声码器的训练和调优； 2. 跟踪业界前沿技术和方法，持续探索语音合成技术的新能力和新应用，持续提升语音合成核心能力。
1. 负责语音合成算法能力建设和维护，提升语音合成自然度，打造优秀的产品体验； 2. 持续迭代算法能力，配合业务节奏，在个性化TTS、数字人等方向建设相关能力； 3. 分析并解决产品系统中各种badcase，总结问题共性，并落地自动化发现、自动化修复的能力； 4. 独立或带领相关同学探索新方向，引入新技术新想法，以发现商业价值或提升用户体验。