职位描述1、结合语音识别、语音合成、前端信号处理等模型工具参与语音数据质量迭代pipeline的研发，持续累积语音高质量训练数据； 2、实验最新语音理解、生成方案，并对其中的模块进行解耦和分析； 3、结合大模型范式，参与研发语音Encodec、Decoder、多模态对齐等模块，构建LLM based TTS和端到端Speech2Speech系统； 4、参与语音大模型的评测及优化任职要求1、计算机、人工智能、信号处理、通信、数学等相关专业，硕士及以上学历； 2、精通 Python\C\C++等编程语言，熟练使用 Pytorch进行深度学习模型开发，熟悉Kaldi等语音相关工具优先； 3、熟悉ASR\TTS等语音基础理论和算法，了解或使用过VITS\VALLE\FishSpeech\CosyVoice，有LLM理论和训练基础的优先； 4、有语音识别、语音合成等相关实际项目经验者优先； 5、具备良好的沟通能力，对技术充满热情，每周实习不少于 4 天，持续 3 个月以上
