锦鲤求职岗位描述
岗位职责
1.负责智能NPC对话（语音合成TTS）方向的前沿研究，研发新一代语音合成底座模型，驱动游戏中的智能NPC像真实人物一样与玩家实时交互；
2.研究最新的大模型后训练、蒸馏技术，深入神经音频编解码、语音token化、零样本音色克隆、情感与韵律控制、流式低时延合成等方向，让大模型学会扮演各类游戏NPC角色，拥有高度拟人化的性格、情绪、音色及语言风格，并与玩家实时交互，优化模型线上推理效果；
3.构建NPC语音生成专用数据集，训练和微调大模型，提升生成语音的听觉自然度、音色一致性、可懂度、情绪与韵律表现力，减少人工后期调整，探索多奖励强化学习（RL）、可验证奖励（RLVR）、小模型蒸馏（OPD）等技术，优化生成结果与NPC人物设定的匹配度；
4.与游戏引擎团队协作，确保生成内容可直接在主流引擎（如Unreal）中运行，监控模型在真实场景中的表现，持续迭代优化生成效果和稳定性；
5.与游戏策划、美术、程序团队紧密合作，理解业务需求，将技术方案转化为实际生产力，输出技术文档、专利或论文，推动行业技术标准建设；
6.跟踪语音合成与游戏AI领域最新进展，主动探索新技术在智能NPC场景的落地可能，赋能生态二方游戏项目。
岗位要求
1.硕士及以上学历，人工智能、语音合成、语音信号处理、机器学习或相关领域毕业，在语音合成大模型方向有深入理解与丰富实践经验；
2.精通Python与PyTorch生态，熟悉DeepSpeed / Megatron-Core / FSDP等训练框架与vLLM / SGLang等推理框架，深入理解神经音频编解码器（EnCodec / DAC、RVQ分层token）、语义token与声学token建模、声码器（HiFi-GAN / Vocos等）；
3.具备TTS大模型训练与微调经验，掌握分布式训练、混合精度、梯度检查点等工程能力，有实际使用、评测或二次开发业界前沿语音大模型（如CosyVoice、MiniMax Speech、Seed-TTS等）的经验；
4.系统掌握TTS大模型后训练技术栈：SFT、偏好对齐（DPO / IPO / KTO）、强化学习（GRPO / PPO / REINFORCE++），熟悉多奖励强化学习并围绕音色相似度、可懂度、情感表现、韵律等维度构造奖励，能运用ASR / 评测模型作为可验证奖励（RLVR）进行训练与对齐；
5.深入理解模型蒸馏技术：策略蒸馏（OPD）、多教师蒸馏、自蒸馏，能将强教师模型的能力迁移到线上服务的小模型；
6.熟悉TTS数据管线构造：源分离与VAD切分、音质过滤、富转写标注、合成数据生成、数据清洗去重与质量过滤，能围绕音色一致性 / 情绪 / 韵律 / 语言风格设计数据方案并搭建数据飞轮；
7.熟悉TTS评测管线构造：自然度（MOS）、可懂度（CER / WER）、音色相似度（SIM）、韵律与情绪一致性等主客观指标及实时性指标（RTF / 首包时延），能建立端到端评测体系与在线A/B反馈闭环；
8.具备端到端TTS大模型后训练落地经验：完整跑通「数据 → 训练 → 评测 → 上线」全链路，能在实时性与成本约束下最大化语音生成效果；
9.熟悉语音生成线上推理优化：流式合成与低时延推理、KV Cache、量化、多说话人并发服务及零样本音色克隆的高效部署等；
10.具备良好的跨团队沟通能力和技术文档撰写能力，能高效推动技术方案在游戏业务中的落地。
岗位亮点
1.研发端到端语音大模型后训练管线，覆盖【数据 - 训练 - 评测 - 线上推理优化（流式低时延 / 多说话人并发）- 用户反馈迭代】全链路，直接支撑多款游戏项目的NPC语音交互体验；
2.使用前沿后训练与蒸馏技术（多奖励RL / GRPO / OPD等）打造业界领先、高度拟人化的智能NPC语音合成模型；
3.鼓励前沿研究与专利申请，推动行业标准建设；
4.深度参与腾讯游戏生态二方赋能项目，技术成果可快速在真实游戏场景中验证与规模化应用；
5.与顶尖游戏研发及AI团队协同，获得游戏AI与语音大模型交叉领域的稀缺实战机会。
部门介绍
合作生态研发中心，负责整合腾讯内外部资源，构建腾讯下一个时代的游戏生态体系，为合作伙伴提供游戏研发领域多工种专家支持，并调动全球资源为合作伙伴建立强大的资源后盾，与合作伙伴相互成就，赋能合作伙伴提升研发能力，最终合作打造出若干标杆产品。
来自腾讯游戏自研体系和国内顶级厂商的技术、美术大神云集在此，你将和他们一起共同解决游戏研发过程中面临的各类疑难问题，探索游戏行业前沿课题，深度参与腾讯游戏生态体系的构建，拓宽视野，快速成长。
加入我们，共创新时代腾讯游戏研发生态，携手见证腾讯游戏新一代工作室群的诞生！