语音合成算法工程师

承担教育场景下的语音合成，负责 TTS 前端、声学模型、声码器等核心模块的算法设计与改进，提升合成语音的自然度、流畅度与情感表现力。 负责 TTS 数据预处理、模型预训练、微调及强化学习相关工作，完成模型性能评估与迭代优化。 研究并实现段落或篇章级的韵律建模方案，优化长文本语音合成中的停顿、重音及情感表达。 推动语音合成技术在公司产品中的应用，针对业务场景进行模型调优与效果优化，支持个性化及情感合成的业务需求。 跟进语音合成的最新动态，包括大模型 TTS、Flow Matching、Diffusion-based TTS 等，探索创新方案并推动其在实际场景中的落地。

学历要求：硕士及以上学历，计算机科学、信号处理、电子信息、模式识别相关专业优先。 在语音合成（TTS）方向有1-3年的工作经验，有工业级 TTS 系统上线经验，并熟悉语音合成质量评估方法（如 MOS、AB 测试等）。 深入理解 TTS 原理，具备篇章级韵律建模与情感语音合成研发经验优先。 熟悉 Python 编程语言，精通 PyTorch 框架，具备大规模分布式模型训练经验。 加分项： 具备端到端语音大模型（Speech + Text 联合训练）的训练与调优经验； 有语音编解码器（如 Audio Codec、Neural Audio Codec）的实践研发经验； 有语音技术相关论文在 Interspeech、ICASSP 等顶级学术会议发表；

6. 06

   具备优秀的问题解决能力与团队协作精神，能积极应对技术挑战并推动任务目标的顺利实现