一、岗位职责
1. 深度参与语音大模型技术的研发：涵盖数据工程、模型优化、效果评估、反馈闭环及部署加速等关键环节，确保语音识别与合成系统的高效运行与持续改进。设计并实现先进的语音识别算法，包括但不限于声学模型、语言模型和解码器的训练与优化。研究最新的TTS技术，参与语音合成大模型研发工作，确保生成的声音更加自然流畅。参与语音及多模态大模型研发，提升模型整体性能。
2. 核心工程开发与性能优化：专注于语音识别与合成过程中涉及的意图识别、信息抽取、向量检索、知识问答以及Agent等关键技术的开发与优化，提升系统性能与用户体验。负责语音信号处理、自然语言处理等方向算法的研发及落地。结合业务需求，将最新的大模型研究成果应用于实际产品中，提高用户体验。
3. 客户需求沟通与功能价值分析：积极参与客户需求的沟通，深入分析功能价值，解决行业痛点问题，推动先进技术在AIoT、能源双碳、机器人、企业应用等多个场景中的规模化落地，打造不可替代的价值。
4. 技术趋势跟踪与团队建设：持续关注国内外语音处理领域的最新动态和技术趋势，快速学习并应用于项目实践中。
二、任职要求
1．计算机、人工智能、应用数学等相关专业的硕士或博士学位，具备扎实的编程基础。
2．信号处理技术：深入理解语音信号处理的基本原理，掌握滤波器设计、降噪算法及频谱分析技术。
3．机器学习与深度学习：熟悉传统机器学习算法及其在语音领域的应用。精通深度学习理论，了解常见神经网络架构，包括但不限于：RNN、LSTM/GRU、Transformer及相关变体、能够使用深度学习框架实现模型训练与优化。
4．语音识别与合成技术：熟悉语音识别系统的整体架构，包括声学模型、语言模型和解码器的设计与优化。掌握文本到语音成技术，包括波形生成方法和声码器。对端到端模型有深入理解。
5．开源工具与平台：熟悉并能灵活运用相关开源工具和框架，例如：Kaldi、Mozilla DeepSpeech、NVIDIA NeMo、cosyvoice、F5、bestvits、gptsovits能够快速上手并改进现有开源项目。
6．综合能力要求：具备强烈的创新意识和钻研精神，良好的沟通能力和团队协作能力，责任心强，自驱力高，能够从0到1推动业务发展，具备优秀的问题分析和解决能力。具备良好的英语读写能力，能够阅读英文文献并复现其中提到的算法。
7．学术成就：在国际顶级会议（如ICASSP、INTERSPEECH、NeurIPS等）上发表过论文优先。