任职要求
1、 熟悉主流语音合成框架(如 CoSyVoice、F5、Bert-VITS、GPT-SoVITS 等),并具备实际调优经验。
2、熟悉常见音频表征模型(hubert / best-rq 、wav2bert2.0)、有小语种方言落地经验优先、
3、具备大规模语音预训练、后训练(Post-training) 经验,熟悉数据增强、模型微调等技术。
4、在语音合成(TTS)、语音识别(ASR)、端到端语音大模型、语音唤醒、前端信号、VAD 至少一个方向有落地经历
5、在 ICASSP、Interspeech、NeurIPS 等顶会发表过相关论文,或参与过开源语音项目贡献优先。