语音算法工程师

大模型TTS核心研发：负责端到端语音合成大模型、SpeechLLM生成式TTS、基座语音生成模型的预训练、微调、SFT优化，基于Diffusion、Transformer、GAN、Flow等主流生成架构，搭建新一代高质量、高自然度语音合成系统。

核心效果攻坚优化：针对合成语音咬字不准、韵律生硬、断句僵硬、音色失真、跨域泛化差等问题，优化韵律建模、时长预测、音调调控、声学细节还原；重点攻克情感TTS、多风格合成、零样本音色克隆、少样本定制音色、多人音色统一等核心技术。

多场景算法适配：针对有声读物、短视频配音、虚拟人实时播报、车载语音交互、智能客服播报、方言/多语种合成等业务场景，定制化优化模型方案，解决长文本连贯合成、实时流式合成、低算力端侧合成等场景难题。

模型轻量化与工程落地：负责TTS大模型的蒸馏、量化、剪枝、稀疏化优化，完成云端高吞吐推理、低延迟流式推理、端侧设备轻量化部署，平衡语音音质、推理速度、显存占用与算力成本，实现算法规模化量产落地。

数据体系与评测搭建：搭建TTS专属高质量数据集，完成语音数据清洗、筛选、对齐、增强、数据蒸馏；构建音质、韵律、相似度、自然度、情感匹配度全维度自动化评测体系，复盘Bad Case，形成数据-模型-评测闭环迭代。

前沿技术调研与创新：跟踪ICASSP、Interspeech、arXiv语音生成前沿技术，跟进大模型TTS、多模态语音生成、语音情感对齐、个性化语音生成等新技术方向，验证技术可行性并落地创新方案，构建团队技术壁垒。

硕士及以上学历，计算机、人工智能、信号与信息处理、电子信息、自动化、声学等相关专业

精通语音合成完整技术链路，深刻理解传统TTS与大模型生成式TTS的架构差异，熟练掌握Diffusion-TTS、Transformer-TTS、Flow-TTS、Vocoder（HiFi-GAN、MelGAN）等主流生成模型架构。

精通韵律建模、音素对齐、时长预测、基频建模、声学特征还原等核心技术，具备情感合成、风格迁移、音色克隆、个性化定制TTS优化实战经验。

熟练使用PyTorch/TensorFlow深度学习框架，熟悉Linux开发环境、GPU分布式训练、大规模数据治理流程，可独立完成模型预训练、微调、对齐、迭代优化全流程。

具备极强的问题攻坚能力，可精准定位合成语音杂音、断句、韵律偏差、音色失真等问题根因，输出系统性优化方案，有效提升MOS评分与用户体验。

熟悉模型压缩、推理加速技术，有云端大规模部署、端侧轻量化TTS量产落地经验优先。