岗位职责
- 负责情感化、长文本TTS研发，优化韵律自然度与跨句连贯性，提升语音表现力；
- 参与Voice Design技术开发，支持音色克隆、音色编辑等个性化能力；
- 探索双双工端到端S2S（语音到语音）对话技术；
- 基于CosyVoice、Seed-TTS、Whisper等开源框架进行调优与业务适配，根据需求参与ASR相关任务。
职位要求
- 计算机、信号处理等相关专业本科及以上学历；
- 有TTS或ASR任一方向的实战经验，熟悉至少一个主流语音模型（如CosyVoice、Seed-TTS、Whisper、Paraformer等）；
- 具备以下任一经验优先：情感TTS：韵律控制、情感表达优化；长文本合成：段落级韵律规划与连贯性；Voice Design：音色克隆、音色属性编辑；端到端S2S：语音翻译、语音对话；多语言实践：葡语、印尼语等小语种语音处理；能阅读论文并动手复现，有ModelScope/Hugging Face使用经验加分；
- 我们提供：聚焦TTS核心体验：情感表达、长文本自然度、音色设计；探索S2S端到端方向，结合ASR/TTS构建完整语音链路；3K+小时高质量多语言语音数据 + 稳定GPU资源支持；技术方向务实，工程落地路径清晰，欢迎对语音有热情的同学加入。
