语音生成实习生

Voice生成算法研究、应用，包括标准TTS / instruct TTS / multi-turn TTS / singing voice synthesis等；

Omni模型算法研究、应用，包括Voice生成能力到omni模型的迁移，understanding-based voice generation等；

参与数据建设的讨论, 包括标准规范制定&优化, 协助数据验收交付。

硕士及以上学历，计算机、数学、通信等相关专业；具备良好的学习能力、逻辑思维能力、沟通协作能力；

熟练使用Python和Pytorch/Tensorflow深度学习框架；

熟悉以下至少一种，且有相应研发经验优先： - 语音生成模型（如DITAR、VibeVoice、CosyVoice等）； - 语音omni模型（如StepAduio、KimiAudio等）； - 各类声码器（如Hifi-GAN，MelGAN，BigvGAN等）；

有顶会论文（各类CCF-A会、ICASSP/INTERSPEECH等）优先。