职位描述
负责语音识别（ASR）与语音合成（TTS）算法研发及产品化，提升复杂环境、多领域和多语言场景下的识别准确率与合成自然度，推动算法在车载、家居、机器人等终端落地。
1）负责端到端语音识别、流式识别、关键词识别及语言模型等算法研发与优化；
2）负责语音合成、音色建模、韵律建模、情感合成及声音复刻等技术研发；
3）开展声学模型、语言模型、声码器及生成式语音模型的训练、评测和迭代；
4）优化噪声、口音、远场、多说话人等复杂场景下的算法效果；
5）推进模型压缩、量化、加速和端云协同部署；
6）建设数据闭环和评测体系，持续提升线上产品体验；
7）跟踪大模型及生成式语音技术进展，推动新技术应用。任职要求
1）计算机、电子、通信、自动化、数学等相关专业，硕士及以上学历优先；
2）熟悉语音识别或语音合成基本原理，具备相关项目或产品经验；
3）熟悉 Transformer、Conformer、CTC、RNN-T、Attention、Diffusion 等一种或多种模型；
4）熟练使用 Python、C/C++及 PyTorch、TensorFlow 等深度学习框架；
5）具备良好的算法分析、实验设计和工程实现能力；
6）能够独立完成数据处理、模型训练、效果评测和问题定位。
加分项：
1）有大规模 ASR/TTS 系统或端侧语音产品落地经验；
2）熟悉多语种、方言、情感语音或声音复刻技术；
3）在 Interspeech、ICASSP、NeurIPS、ACL 等会议发表过相关成果。
