乐元素语音算法工程师

第四范式是中国智能决策市场的最大参与者。公司致力于实现企业级人工智能快速规模化落地，为企业提供以“决策型AI”、“生成式AI”为核心的技术、产品及解决方案，推动传统企业的数字化转型进程。2023年2月发布自研的多模态大模型产品“式说（4Paradigm SageGPT）”，已积累了数家国内最早的AIGC产业应用。目前已上市，有机会争取股票激励。•负责语音方向的设计和研发，模型的效果优化，包括不限于：参与语音识别、语音合成、声纹识别、语音评测等方向•将语音领域的算法应用于实际场景，解决真实业务问题•将实践中的创新点以Github Repo/Paper/Tech Report等形式开源

1. 负责语音算法的研究与开发，主要包括语音识别（ASR）等方向； 2. 跟踪并落地业界前沿的语音算法与深度学习技术，持续优化模型的准确率、实时性与鲁棒性； 3. 针对实际业务场景（如手机终端、平板等）进行算法调优与工程化落地； 4. 参与算法数据的采集、清洗、标注规范制定，构建高质量训练数据集； 5. 与产品、工程团队紧密协作，推动算法在端侧/云端的部署与性能优化。

1. 负责多模态语音交互场景下的语音理解、语音生成和语音交互大模型的算法研发、性能优化与落地实现； 2.负责数字人场景下的个性化实时情感对话语音合成、低资源音色克隆、语音识别、语音增强、语音检测、语种识别、声纹识别、说话人分割、变声、音乐生成等技术研发； 3.负责语音相关算法引擎的流式改造、推理优化、大并发低延迟云服务、私有化服务定制开发； 4.跟进学术界、行业最新的研究趋势，产出新的科研成果，并落地于实际产品。

音效相关算法、技术研发，包括但不限于音效生成、检索、音乐生成等方向； 跟踪生成模型前沿技术，提升技术上限、落地游戏领域相关业务。