|
|
| |
| |
职位描述 用小程序查看更多 |
|
工作职责
1. 负责语音合成（TTS）核心算法的研究、迭代与落地优化，参与端到端TTS模型的训练、调优与改进，提升合成语音的自然度、清晰度、流畅度。
2. 参与语音数据的清洗、筛选、标注、预处理及数据集搄建工作，结合业务场景优化数据质量，支撑模型高效训练与迭代。
3. 跟进业界前沿的语音合成、语音生成大模型技术，开展技术调研、复现与创新实验，沉淀可落地的技术方案，推动算法性能升级。
4. 配合产品、工程落地团队完成算法移植、适配与上线测试，解决落地过程中的实际问题，保障线上效果稳定。
任职资格
1. 数学、计算机、自动化、信号处理等相关专业硕士及以上学历；
2. 了解语音发生机理，对语音信号处理有一定基础，如基频检测跟踪、变速变调等；
3. 熟练掌握Python，至少熟练使用一种深度学习训练框架，如Tensorflow、Pytorch等；
4. 理解TTS原理，熟悉开源架构Cosyvoice系列、IndexTTS系列、F5-TTS等，以及声码器HifiGAN、BigVGAN等优先；
5. 熟悉TTS前端Cleanser、TN、G2P等优先； |
|
| |
|
|
| |
|
