通义通义实验室-语音合成大模型算法专家-通义百聆

1. 负责语音合成、语音识别、端到端语音交互大模型算法的基础研究和应用落地； 2. 参与语音合成与识别技术在业务场景落地，解决落地过程中的前沿问题，持续优化语音合成与识别核心技术效果； 3. 深入调研和关注音频/NLP/多模态/全模态等方向的前沿技术，持续探索语音技术的新能力和新应用。

1、 参与语音大模型的研发，包括语音识别、语音合成、音色克隆、端到端合成等技术； 2、探索歌曲、音乐等音频的理解与合成技术； 3、打造全模态的大模型； 4、将以上技术落地到淘天业务，考虑模型性能与效率。

1、参与开发对话式AI助手在电商领域应用的相关算法工作； 2、参与对话式AI助手语音识别、语音合成、自然语言理解、对话管理等相关核心技术的研发； 3、负责对AI助手进行性能优化，并且提升用户体验； 4、跟踪业界前沿技术，进行技术预研。

1. 负责淘宝直播数字人的语音合成系统开发，包括语音建模、情感表达、语速调节等功能的实现。 2. 优化TTS引擎，提高语音合成的自然度和流畅度，使数字人的声音更加贴近真人。 3. 研究并应用业界&学界前沿的语音合成大模型技术，提升直播互动体验。 4. 与产品、设计团队紧密合作，将TTS技术无缝集成到直播平台中，提升用户参与感。