岗位职责
- 负责多任务、多语种 TTS 大模型的研发，包括预训练、后训练 与效果优化；
- 负责语音合成核心算法研发，包括 声学模型、声码器、Voice Cloning 等；
- 推动语音合成技术在实时对话、客服、社交、教育等业务场景中的落地与优化；
- 负责大规模语音数据处理与训练体系建设，包括数据清洗、评测、训练；
- 跟踪语音生成领域前沿技术，包括 Flow Matching、 DiTAR、DiT、多模态语音生成等方向。
职位要求
- 计算机、人工智能、通信等相关专业，3年+ TTS方向工作经验，硕士及以上学历；
- 熟悉 TTS 基础理论与主流模型，包括 FastSpeech、VITS、CosyVoice 等；
- 精通 Python，熟悉 Linux 与深度学习框架，如 PyTorch 或 TensorFlow；
- 具备语音大模型训练、多语种 TTS 或大规模语音数据处理经验优先；
- 熟练使用 AI Coding 工具或 Coding Agent 辅助研发，具备通过 AI 工具提升代码开发、实验迭代、问题排查和工程协作效率的能力。
