阿里巴巴业务技术-TTS算法专家-直播

1. 面向蚂蚁集团AGI产品研发语音相关能力，助力蚂蚁集团基于大模型的智能交互业务发展； 2. 探索并落地前沿的语音算法技术，方向包括但不限于语音识别、语音合成、语音克隆等； 3. 负责和承接蚂蚁集团数十个场景中涉及的语音识别、语音合成的算法能力建设。

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 ） 工作职责 1、参与输出语音技术（TTS、ASR、语音表征学习、端到端模型）的长期技术路线规划，推动团队在生成式语音大模型、多模态语音交互等领域的技术突破； 2、研究TTS大模型、端到端语音模型的前沿方向，探索语音与文本、视觉的跨模态融合，探索出行场景语音Agent的创新方向； 3、技术落地与产品化：将研究成果转化为高价值产品，解决复杂场景（如低资源语言、多语种、实时性要求高的工业级应用）； 4、学术与产业影响力：发表顶会论文（如ICASSP、INTERSPEECH、NeurIPS、ICML）、申请核心专利，提升公司技术话语权。

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。

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 ） 工作职责： 1、ASR系统搭建与优化： 主导出行场景的语音识别系统设计与实现，满足高噪声、多语种、方言等复杂场景下的语音识别需求； 针对出行场景的特殊性（如驾驶环境噪音、多用户交互等），优化提升识别准确率和实时性； 构建高可用的ASR服务框架，支持大规模数据训练、模型迭代及线上服务部署； 2、语音自监督表征与token化： 参与探索基于自监督学习（如Wav2Vec 2.0、HuBERT等）的语音表征方法，设计轻量化、高效的声学特征提取模型； 参与研究端到端语音语言模型（SpeechLM），推动语音对话系统向端到端方向演进； 3、跨部门协作与产品化： 与产品、工程团队协作，将研究成果转化为可落地的ASR解决方案。参与技术文档编写、算法效果评估及A/B测试，持续优化系统性能。