必备条件:
统招一本
优先条件:
互联网大厂
岗位职责:
职责描述：
1、 负责语音生成大模型的研发，包括语音合成、音色克隆、情感语音、可控语音、对话合成等；
2、 负责语音端到端大模型的探索，包括模态对齐、预训练、指令微调、强化学习、模型评测等；
3、 负责语音合成数据的优化，包括数据处理、数据评估、数据合成等。
任职要求:
1、 计算机科学或相关领域硕士及以上学历；
2、 熟悉常见的语音合成模型（CosyVoice、IndexTTS、F5-TTS等）、语音大模型（Qwen2.5-Omni、Kimi-Audio等）、生成算法（Diffusion、Flow-Matching等）、业界领先的LLM（GPT、LLaMA、Qwen等）的基本原理和训练方法；
3、 具备较强的编码能力，熟悉linux和Python，熟悉PyTorch/Tensorflow等至少一种主流深度学习框架；
4、 具备优秀的学习能力、良好的问题分析能力和责任心；
5、 在国际顶级会议/期刊上有相关论文发表者优先。