语音算法开发工程师

一、岗位职责

多语言语音模型研发：

构建端到端的语音识别（ASR）与语音合成（TTS）训练体系，覆盖多种方言（如粤语、四川话）及小语种（如泰语、西班牙语等）。

设计支持跨语言共享的模型结构，采用多任务学习、语言适配器等方法，应对低资源语言数据不足的挑战。

语料扩展与数据处理：

研发语料泛化策略，运用数据增强（如噪声添加、语音变换）、跨语言迁移、半监督学习等手段，增强小语种模型的适应能力。

整合多语言混合训练数据集，调整数据采样机制，合理分配方言、小语种与主流语种的训练权重。

模型调优与应用部署：

结合方言和小语种的语言特征，优化声学模型设计，包括音素体系改进、方言韵律特性建模等。

研究模型轻量化方案（如量化、知识蒸馏），保障模型在移动端及IoT设备上的高效运行。

二、任职要求

熟练掌握Python/C++，熟悉PyTorch或TensorFlow框架，具备分布式训练实践经验。

深刻理解语音建模原理及多语言联合训练技术。

有实际参与方言或小语种语音项目的经验。

熟悉语料扩展相关技术方法。

计算机科学、语言学、信号处理等相关专业本科及以上学历，具备至少2年语音模型训练相关工作经验。