← 返回首页
大模型语音算法工程师
Didi
北京
L Lab
方向:
技术
发布日期:
2025-11-29
初次查询:
2025-11-29
最新刷新:
2025-11-29
状态:
开放中
职位描述
1. 参与语音大模型 应用研发与落地 2. 参与语音全双工语音交互、包含打断、拒识、判停 3. 参与 语音理解、语音生成、语音端到端等大模型效果优化
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。