1、承担在语音大模型等方向上技术的研究与开发。包括声音克隆、zero-shot语音合成、文生语音、语音翻译、ASR、音效生成等。 2、承担背景音分离、降噪、说话人识别、VAD等语音基础技术的研发与工程化。 3、负责相关算法在移动端、PC端、云端等场景的产品化落地。

1.要求人工智能、计算机类、数学类等相关专业，三年以上相关工作经验，博士优先； 2.精通深度学习、大模型训练、音频信号处理等领域的基础技术与原理，熟悉SeedTTS、ChatTTS、CosyVoice、SenseVoice等模型和技术； 3.熟练掌握Python/C/C++语言，数据结构和算法基础扎实，了解CUDA开发和TensorRT； 4.熟练掌握Tensorflow、Caffe、pytorch等任一种深度学习框架。