岗位职责：
1. 负责语音合成（TTS）的算法研究和工程实现，以及语音识别、数字人方向的算法研发、实现、优化和测试；
2. 负责虚拟人交互场景下的AIGC音频大模型、个性化实时情感对话语音合成、低资源音色克隆、变声、说话人识别和分割、语种识别、关键词唤醒等技术研发，实现语音算法的设计、开发和性能测试；
3. 制定产品语音算法相关性能的测试方法、测试流程和测试指标；
4. 负责跟进行业前沿技术发展趋势，跟踪国际最新算法发展方向和相应技术，产出新的科研成果，并落地于实际产品。

任职要求：
1. 本科或硕士以上学历，人工智能、语音、自然语言处理、机器学习、计算机等相关专业方向，基础扎实；
2. 熟悉语音合成或音色转换等相关技术，深刻理解 TTS 原理，熟悉TTS前端TN、G2P、韵律预测等，熟悉开源架构声学模型 Tacotron、FastSpeech、VITS和声码器WaveGlow、WaveRNN、HifiGAN等，并能够进行修改和应用; 有自然语音处理/语音信号处理等相关背景优先;
3. 熟悉主流的语音识别模型算法，如RNN-T、conformer，熟悉kaldi / K2 / wenet / espnet 等工具；
4. 有较强的算法实现能力，熟练掌握 Python/C++/Shell编程，熟悉Linux系统，至少熟练使用一种深度学习训练框架，如Pytorch、Tensorflow等；
5. 熟悉WebRTC、Speex、OPUS、librosa、BeamformIt等开源音频处理工具和库者优先；
6. 学习能力强，优秀的分析问题和解决问题的能力，工作积极主动、学习能力和动手能力强，性格随和、善于交流和分享；

加分项：
1. 有相关项目经历或音色克隆变声相关项目经验优先。

福利待遇：
五险一金，高额公积金，周末双休，法定节假日休息，十三薪，年假5天，每周三下午茶，不定时团建。