通义通义实验室-语音合成与音频生成大模型算法专家-通义百聆

1.参与前沿语音生成大模型的研发，涵盖数据体系设计、模型架构设计、训练优化等。 2.探索语音合成、声学建模、自然语言处理等多模态融合技术，提升模型在语音质量、自然度及逻辑推理能力上的表现。 3.针对实际应用场景（音色克隆、情感控制等）优化模型效果和性能，解决复杂技术难题。

1.基于大语言模型（LLM）及多模态/全模态大模型，研究和开发前沿语音合成与生成算法（如 TTS、语音转换、声音/音乐生成等）； 2.开发和优化面向线上应用的语音及音频合成系统，提升效果、效率和可扩展性； 3.探索并推进全双工/流式多模态大模型在语音理解、语音生成及实时语音交互方面的能力； 4.与研究和工程团队跨职能协作，推动项目从原型验证到生产落地。

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。