(2027届)AIGC语音大模型算法工程师

1. 01

   负责语音合成（TTS）核心算法研发，包括但不限于Zero-Shot语音克隆、音频标签（语速/音调/音量/情感）控制合成、高自然度音色定制、跨语言/跨情感泛化；

2. 02

   负责语音识别（ASR）及实时交互技术的研发，包括热词注入、轮次转换、说话人识别等方向；

3. 03

   持续优化合成语音的音质、自然度与情感表现力，主导音频标签体系设计与数据增广策略；

4. 04

   面向端/云侧业务场景，进行模型轻量化（TensorRT/ONNX量化、裁剪）与推理加速，保障线上稳定性；

5. 05

   主导音频生成技术在虎牙核心业务场景的落地交付，跟进并解决直播、数字人、硬件智能体等真实复杂场景下的技术挑战

1、2027届硕士及以上学历，计算机科学、信号处理、人工智能等相关专业；

2. 02

   扎实的数学与算法基础，熟悉主流TTS/ASR算法架构（如CosyVoice、SeedTTS、DotsTTS等），了解离散音频表征（Audio Codec）、连续表征（VAE）、自回归/非自回归、扩散模型等技术范式；

3. 03

   熟练掌握PyTorch，具备良好的工程落地能力；熟悉C++/CUDA或有TensorRT/ONNX推理优化经验者优先；

4. 04

   强烈的责任心与自驱力，能洞察业务需求并将技术突破转化为产品价值；

5. 05

   具备大模型编码与研发能力。

加分项

1. 01

   在Interspeech、ICASSP、NeurIPS、ICML、ACL等顶会发表过语音/音频生成相关论文；

2. 02

   有语音合成/音频生成方向的高星开源项目或技术竞赛优异成绩；

3. 03

   有TTS数据标注体系设计或音频标签体系构建经验。

你将获得

1. 01

   从模型研发到线上部署的端到端实战经历；

2. 02

   直接影响亿级用户产品的技术挑战；

3. 03

   与资深算法工程师并肩作战的快速成长机会