牛大妈在社招职位搜索语音合成算法工程师 有 33 条结果

腾讯 语音合成算法工程

全职 深圳
招聘城市:深圳
…推动语音合成技术在产品中落地,针对业务场景做算法调优和效果提升;
3.追踪业界前沿的语音合成及相关技术,探索并储备新技术能力。
岗位要求:
1.具有语音合成工作经验,语音、信号、计算机等相关专业背景或者项目经验 ;
2.深刻理解TTS原理,理解相关技术,参与过前沿的语音合成技术算法研发和实际项目落地;
3.熟练使用python,至少精通pytorch或者tensorflow其中之一的训练框架;
4.熟悉使用C/C++语音,具有较强的算法实现和工程优化能力;
5.具有较强的学习能力,能够快速掌握和应用新技术;
6.具备良好的团队合作精神和沟通能力;
7.有在顶级会议或期刊发表论文者优先;
8.熟悉大模型、zeroshot语音合成等技术的优先…

腾讯 语音合成算法工程

全职 北京
招聘城市:北京
…推动语音合成技术在产品中落地,针对业务场景做算法调优和效果提升;
3.追踪业界前沿的语音合成及相关技术,探索并储备新技术能力。
岗位要求:
1.具有语音合成工作经验,语音、信号、计算机等相关专业背景或者项目经验 ;
2.深刻理解TTS原理,理解相关技术,参与过前沿的语音合成技术算法研发和实际项目落地;
3.熟练使用python,至少精通pytorch或者tensorflow其中之一的训练框架;
4.熟悉使用C/C++语音,具有较强的算法实现和工程优化能力;
5.具有较强的学习能力,能够快速掌握和应用新技术;
6.具备良好的团队合作精神和沟通能力;
7.有在顶级会议或期刊发表论文者优先;
8.熟悉大模型、zeroshot语音合成等技术的优先…
招聘城市:深圳
…推动语音合成技术在产品中落地,针对业务场景做算法调优和效果提升;
3.追踪业界前沿的语音合成及相关技术,探索并储备新技术能力。
岗位要求:
1.具有语音合成工作经验,语音、信号、计算机等相关专业背景或者项目经验 ;
2.深刻理解TTS原理,理解相关技术,参与过前沿的语音合成技术算法研发和实际项目落地;
3.熟练使用python,至少精通pytorch或者tensorflow其中之一的训练框架;
4.熟悉使用C/C++语音,具有较强的算法实现和工程优化能力;
5.具有较强的学习能力,能够快速掌握和应用新技术;
6.具备良好的团队合作精神和沟通能力;
7.有在顶级会议或期刊发表论文者优先;
8.熟悉大模型、zeroshot语音合成等技术的优先…
招聘城市:深圳
…推动语音合成技术在产品中落地,针对业务场景做算法调优和效果提升;
3.追踪业界前沿的语音合成及相关技术,探索并储备新技术能力。
岗位要求:
1.具有语音合成工作经验,语音、信号、计算机等相关专业背景或者项目经验 ;
2.深刻理解TTS原理,理解相关技术,参与过前沿的语音合成技术算法研发和实际项目落地;
3.熟练使用python,至少精通pytorch或者tensorflow其中之一的训练框架;
4.熟悉使用C/C++语音,具有较强的算法实现和工程优化能力;
5.具有较强的学习能力,能够快速掌握和应用新技术;
6.具备良好的团队合作精神和沟通能力;
7.有在顶级会议或期刊发表论文者优先;
8.熟悉大模型、zeroshot语音合成等技术的优先…
招聘城市:深圳
…LLM)优化,提升其表现;
2.负责游戏领域的语音合成(TTS)相关应用;
3.负责大语言模型在游戏领域的应用,包括剧情生成丶可控的NPC对话和其它生成式AI任务。
岗位要求:
1.计算机科学或人工智能相关专业,硕士及以上学历;
2.3年以上NLP/TTS实际业务经验,有丰富的 NLP/TTS 实际业务经验,或 NLP/TTS 方向的学术比赛经验,或在 NLP/TTS丶人工智能相关顶会/顶刊发表过多篇论文;
3.具有大语言模型的研究和开发经验者优先;
4.具备较好的工程能力,熟悉至少一种编程语言丶一个深度学习框架的中高阶特性/接口,熟悉典型的性能优化丶质量保证的方法;
5.具备优秀的问题发现丶分析和解决能力…
招聘城市:北京
算法研发,包括 声学模型、声码器、Voice Cloning 等;
3.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;
4.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;
5.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。
岗位要求:
1.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;
2.熟悉 TTS 基础理论与主流模型,包括 FastSpeech、VITS、CosyVoice 等;
3.精通 Python,熟悉 Linux 与深度学习框架,如 PyTorch 或 TensorFlow;
4.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;
5.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
招聘城市:上海
…优化强化学习在语音大模型场景中的应用,推动多模态技术的深度融合;
4、深入研究端到端语音实时交互技术,解决跨语言理解、翻译与合成的关键问题,优化语音输入到多模态输出的全链路效果。
工作要求:
1、计算机科学、人工智能等相关领域博士学历;
2、拥有语音技术领域的研究或工作经验,熟悉多模态理解和生成原理,对大模型底层技术有深入理解,敢于挑战技术边界;
3、在ACM等相关编程竞赛中有突出表现或在GitHub上有影响力的开源项目,曾在InterSpeech、ICASSP等顶级会议上发表论文者优先考虑;
3、对端到端语音交互技术有深刻理解,跨语言语音处理技术有实际研究和开发背景,熟悉相关模型…

小红书 AI音频算法工程-社区技术

全职 北京,上海
招聘城市:北京,上海
岗位职责:
1.在业务场景下围绕语音及音乐,支撑小红书平台多项业务板块,将AI语音交互/音乐理解及生成等技术赋能产品线
2.跟进最领先的语音交互技术/音乐理解及生成技术,包括但不限于提出新的技术框架、改进现有的算法、持续提升相关技术及业务指标,鼓励撰写论文及申请专利。
任职要求:
1.AI、EE、CS相关专业;
2.在语音识别/语音合成/音乐信息检索/音乐生成等方向有相关经验;
3.精通Tensorflow,Pytorch等工具,了解深度学习及大模型相关技术,具有模型优化经验;
4.良好的团队沟通能力,积极思考,主动解决问题者优先;
5.在相关国际会议或期刊(ICASSP、INTERSPEECH、 ASRU、ISMIR、 TASLP、 Speech Communication)发表过论文者优先
招聘城市:北京
岗位职责:
1.研发具备通用能力的端到端语音大模型,包括多语种语音识别、语音合成、声纹识别、副语言信息理解等;
2.推动上述语音技术与团队内部大语言模型 (LLM) 的深度融合,参与设计和实现智能语音交互系统架构;
3.在微信AI探索业务中,基于微信场景数据提供技术解决方案,探索业界前沿技术在业务中的落地与指标优化。
岗位要求:
1.硕士或博士学位,机器学习、人工智能、数字信号处理或相关领域的专业背景;
2.深入理解语音音频信号处理、声学建模、语言模型和大模型架构;
3.在语音合成语音识别、声纹识别中至少一个领域有深入研究和扎实的实践经验;熟悉多个领域者优先;
4.有实际推动大模型在语音识别、合成
招聘城市:北京
岗位职责:
1.研发具备通用能力的端到端语音大模型,包括多语种语音识别、语音合成、声纹识别、副语言信息理解等;
2.推动上述语音技术与团队内部大语言模型 (LLM) 的深度融合,参与设计和实现智能语音交互系统架构;
3.在微信AI探索业务中,基于微信场景数据提供技术解决方案,探索业界前沿技术在业务中的落地与指标优化。
岗位要求:
1.硕士或博士学位,机器学习、人工智能、数字信号处理或相关领域的专业背景;
2.深入理解语音音频信号处理、声学建模、语言模型和大模型架构;
3.在语音合成语音识别、声纹识别中至少一个领域有深入研究和扎实的实践经验;熟悉多个领域者优先;
4.有实际推动大模型在语音识别、合成
招聘城市:深圳
岗位职责:
1.负责语音/音频大模型研发,包括语音对话(语音交互/音视频对话)、音频理解(ASR/音频caption)、音频生成(TTS/视频配音)等模型研发;
2.负责语音/音频大模型的预训练、后训练、强化学习(文本和音频强化)相关的数据和算法工作;
3.负责语音对话/音频理解/音频生成的模型开源以及产品落地(比如语音对话产品全链路端到端优化、音频理解在噪音/口音/远场/音效音乐场景的优化、语音合成在播报/闲聊/游戏/社交等场景的优化)。
岗位要求:
1.有语音对话、语音合成语音识别、音视频多模态、大语言模型(预训练、微调、强化学习)等相关经验者优先;
2.优秀的代码能力、数据结构和算法功底,熟练掌握Python或C/C++,熟悉Pytorch/Megatron/DeepSpeed等模型训练…
招聘城市:北京
…需求,推动模型架构方案的工程化落地,配合完成模型部署、性能调优及问题排查,支撑业务场景的规模化应用;沉淀模型架构设计文档、对齐技术规范及算法优化手册,保障技术可传承、可复用。
岗位要求:
1.熟悉Omni全模态模型的核心原理与架构设计,深刻理解端到端原生统一架构的设计逻辑,熟悉主流Omni模型(如Qwen3.5-Omni等)的架构特点与优化思路,具备独立完成模型架构设计与迭代的能力;
2.扎实掌握语音信号处理技术,熟悉语音编码、声学特征提取、语音识别(ASR)、语音合成(TTS)等核心技术,了解主流语音模型(如Whisper等)的原理与应用,能独立设计语音相关算法模块;
3.掌握跨模态对齐核心技术,有语音与LLM对齐相关研发经验,熟悉…

小红书 Hi Lab-多模态算法工程-语音方向

全职 北京,上海
招聘城市:北京,上海
…期待你除了算法外仍然是为出色的工程。期待你对技术有强烈的好奇心和开放心态。
区别于传统 ASR / TTS 级联技术,我们希望打造端到端的 Omni Model 在实时交互中释放大模型的智力水平,彻底改变以 Chatbot 文字为主的人机交互界面
岗位说明:你会负责围绕大模型 Omni Model 构建语音模态的相关研究工作,包括但不限于如下事项
海量的语音数据处理和构建:定性分析、定量评估数据质量,并给出 scalable 的改进方案;探索跨模态(文字/视觉/语音)混合训练的最佳实践;
探索更加高效且合理的模型架构,让模型更加理解音频,同时让模型具备更好的语音合成能力
研究并探索基于 Omni Model 的 Post Train,包含但不限于 SFT 和 RL…
招聘城市:成都
…企业微信音频 AI 相关算法的研究与落地,包括但不限于语音识别(ASR)、语音合成(TTS)、声纹识别、音色转换等方向;
2.负责热词定制、领域自适应、说话人分离等场景化能力的算法设计与优化;
3.探索音频大模型在企业办公场景的创新应用,推动模型训练、微调及端侧部署落地;
4.跟进语音/音频领域前沿技术进展(Whisper、SpeechGPT 等),持续提升核心指标与用户体验;
5.与客户端、后台团队协作,完成算法从原型验证到工程化落地的全链路交付。
岗位要求:
1.计算机、信号处理、电子工程等相关专业,硕士及以上学历,3年以上语音/音频算法开发经验;
2.熟悉 ASR、TTS、声纹识别、说话人分离等至少一个方向的核心算法原理与工程实现…
招聘城市:深圳
…实现、解决目标说话人增强的ASR相关技术的落地、声学/语意vad等;
2.负责语音识别asr-llm大模型与前沿技术调研与落地,比如更合理的语音与文本对齐、适用于多语种的模型方案、更高效的弱监督数据筛选流程等;
3.负责跟踪并复现业界最前沿的音频处理方案,并能融合优化当前效果。
岗位要求:
1.硕士及以上学历,声学、信号处理等其他相关专业;
2.对于音频处理领域与背景有深刻理解,具备一定声学信号处理数学建模能力,对于大模型llm量化与训练经验、特定人声增强、端到端多语种语音识别、轻量级端侧高效语音识别、个性化声纹情绪等语音合成有实际项目,且参加过相关比赛的同学优先;
3.在Wenet、K2、Whisper…
招聘城市:广州
…引擎的研发与优化,提升推荐模型、大模型、传统中小模型等业务场景的推理性能;
2.负责微信后台AI算法工程应用与优化,支持语音识别、语音合成、视觉理解、大语言模型等业务的后台工程开发与优化;
3.跟进AI领域的最新动态,优化内部技术方案,提升平台性能,推进AI架构升级。
岗位要求:
1.计算机相关专业本科及以上学历,2年以上相关开发经验,具备良好的工程素养;
2.熟悉Linux开发环境,熟悉至少一门编程语言(如C/C++),深入理解数据结构与算法,善于通过编程解决实际问题;
3.具备良好的沟通能力和团队协作精神,积极主动,勇于接受挑战。
加分项:
1.有2年以上后台系统研发与运营经验,熟悉传统大型后台系统、机器学习系统…
招聘城市:北京
岗位职责:
1.负责语音识别大模型研发,提高噪声/小声/远场/口音/方言等复杂声学条件下识别鲁棒性;
2.负责语音识别语音-文本多模态大模型的研发,融合领域知识,用户行为与实时信息,提高大模型的上下文建模与逻辑推理能力;
3.负责语音识别大模型预训练,后训练、强化学习相关的数据和算法工作。
岗位要求:
1.有语音识别、语音合成语音文本多模态、大语言模型(预训练、微调、强化学习和推理优化)等相关经验者优先;
2.优秀的代码能力、数据结构和算法功底,熟练掌握Python或C/C++,熟悉Pytorch/DeepSpeed等模型训练框架;
3.在相关顶级会议或期刊(如NeurIPS/ICLR/ICML/ACL/CVPR/ICASSP/INTERSPEECH等)有论文发表者优先;
4.具备扎实的数学和…
招聘城市:深圳
…模型的架构设计、训练与落地,交付支持文本/语音/视觉输入、文本/语音输出的实时多模态对话模型,效果对标业界先进;
2.基于端到端全模态架构,设计并优化实时双流式推理范式下的多模态编解码器、跨模态融合方法与训练策略;
3.通过模态对齐训练、SFT、RL等后训练技术提升交互质量,重点优化语音自然度与情感、视觉理解的时序准确性、复杂指令遵循性,解决多模态对齐难题;
4.在实时多模态陪伴业务场景中落地模型并持续优化效果。
岗位要求:
1.具备工业界领先的全模态或音视频对话模型实际研发经验(如语音助手、实时视频理解与交互);
2.对数据理解深入,有大规模多模态训练样本处理、合成、流程优化经验…
招聘城市:北京
合成与评测体系搭建,持续提升模型在复杂场景下的理解、识别和交互能力;
3.负责大模型训练与微调工作,包括预训练、SFT、偏好优化、多模态对齐、音频 encoder 与 LLM 融合等方向探索;
4.推进 ASR 工程化落地,包括流式识别、实时上屏、上下文增强、热词/专有词优化、长语音识别、端侧/云侧推理等能力建设;
5.跟进语音与多模态大模型前沿技术,结合业务场景完成技术选型、效果优化和线上落地。
岗位要求:
1.具备扎实的机器学习、深度学习和语音信号处理基础,熟悉 ASR、音频理解或语音对话相关技术;
2.有大模型训练经验,熟悉 LLM / 多模态大模型的预训练、SFT、RLHF/DPO/PPO、指令微调或模型评测流程;
3.有 ASR 工程实践…
招聘城市:广州
…信后台AI产品的工程应用开发与优化,支持语音识别、语音合成、大语言模型等业务的功能开发,工程应用与优化;
2.研究AI模型推理加速技术在微信业务中的应用,参与推理引擎的研发与优化,提升推荐模型、大语言模型、传统中小模型等业务场景的推理性能;
3.深度参与机器学习推理平台架构设计研发,提升系统稳定性、扩展性与性能,保障高并发、低延迟的服务能力;
4.持续跟踪业界前沿技术,探索并引入新技术方案,不断提升系统水平与研发效能;
岗位要求:
1.计算机相关专业本科及以上学历,1年以上后端开发或机器学习工程相关经验;
2.熟悉Linux开发环境,熟悉至少一门编程语言(如C/C++),深入理解数据结构与算法