夸克千问C端事业群-语音合成算法专家-北京/杭州
任职要求
1、具备语音合成，自然语言处理领域互联网行业2年以上工作经验者优先； 2、名校语音合成、自然语言处理等领域的计算机及相关专业硕士学历优先； 3、熟练掌握PyTorch，TensorFlow训练框架； 4…
工作职责
1、语音合成文本分析，韵律预测，注音等技术研发； 2、熟悉常见的声学模型和声码器，具有相关的开发和研究经验 3、熟悉声音转换相关算法和技术； 4、熟悉通用合成引擎搭建及优化，具备云上和端上引擎优化经验。 5、深入调研和关注音频/NLP/多模态等方向的前沿技术，持续探索语音合成技术的新能力和新应用。
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。
1. 负责音频多模态生成大模型的研发，包含语音合成、音乐生成、音效生成和歌曲生成等任务的基础研究和应用落地； 2. 研发基于扩散模型（Diffusion Models）或自回归模型（AR）的音频生成算法； 3. 研究音频表征、强化学习或语音端到端等技术方向。
1、负责语音大模型的数据构建，搭建高效高质的数据生产Pipeline和数据标准，用高质量数据提升算法和业务落地的效果； 2、负责语音大模型语音录制、数据寻源、音色数据筛选，搭建科学敏捷的筛选评测Pipeline，包括但不限于排期安排、资源调配以及跨部门沟通协作，确保每个项目都能高效、高质量地完成。 灵活应对录音人选状态变化，适时调整录制计划以保证声音效果。 3、深度理解模型，有敏锐的声音判断能力，设计与业务目标贴合的数据与评测方案；与产品算法团队协同，积极探索自动化数据生产/模型评估、数据合成等方法，提高数据探寻、标注效率； 4、做好数据和评测项目的人力、成本、进度等管理，协调项目资源，推动跨部门沟通合作，达成项目目标。 5、数据音色寻源判断，可自带资源
1.负责声学前端、声学模型、语言模型、后处理、解码器等主要模块的迭代和改进； 2.负责优化双工交互系统，提高系统的鲁棒性和性能； 3.负责优化语音识别大模型、流式语音识别、音频理解大模型、语音端到端大模型等； 4.追踪业界前沿的语音技术，探索语音大模型在业务场景下的应用。