岗位描述
岗位职责
1. 负责语音核心引擎研发,包括语音识别(ASR)、语音合成(TTS)、声纹识别(VPR)等算法的优化与迭代;
2. 针对金融复杂场景(如噪音、口音、回声)设计鲁棒性更强的语音处理模型,提升系统可用性。
3. 为3D数智人提供全栈语音技术支持,包括高表现力TTS、远场识别与声源定位;
4. 推动声纹识别技术在金融身份认证、反欺诈等场景的落地应用。
任职要求
1. 硕士研究生学历,计算机、信号处理、人工智能等相关专业;
2. 具有语音算法经验,有大型ASR/TTS/VPR项目全流程落地经验;
3. 精通ASR/TTS/VPR/语音增强等算法,熟悉Conformer、U2++、WeNet等模型;
4. 熟练掌握Python/C++、PyTorch/TensorFlow及Kaldi/ESPnet等工具;
5. 具备模型量化、剪枝及推理优化(ONNX/TensorRT)的实战经验。
薪酬待遇
1. 绩效奖金;
2. 六险一金;
3. 员工班车、工作餐与住宿;
4. 节日福利。