1.负责语音大模型（如Whisper、VITS、SpeechT5等）的测试方案设计，制定自动化测试、性能测试、等策略。针对ASR（语音识别）、TTS（语音合成）、语音交互等核心模块，设计覆盖功能、性能、稳定性的测试用例； 2.执行语音大模型的功能测试、回归测试、端到端测试，确保模型输出的准确性、流畅性和低延迟。分析测试数据，定位语音识别错误（如误识别、方言/口音适应性问题）、合成语音质量（如自然度、情感表达）等缺陷，推动研发优化； 3.构建语音测试Pipeline，开发自动化脚本（Python/Shell），集成CI/CD（如Jenkins、GitHub Actions）。利用工具（如PyTorch测试框架、Pytest）实现语音数据生成、噪声注入、多场景模拟测试； 4.评估语音大模型的推理速度（RTF）、内存占用、并发处理能力，优化部署方案。测试模型对抗攻击（如对抗样本攻击、语音劫持）的鲁棒性； 5.跟踪语音大模型领域（如多模态语音、低资源语言支持）的最新测试方法，引入创新测试手段。