语音合成算法工程师-杭州300-400元/天
网易有道信息技术（北京）有限公司
2027-01-06 00:00:00
博士27届28届实习本科硕士
岗位详情
地区：
杭州市
专业要求：
人工智能自动化信号处理
岗位职责：
1. 参与 TTS 语音大模型的研究、训练与优化，包括但不限于端到端语音合成、零样本音色克隆、情感与风格控制、多语种合成等方向。
2. 跟进并复现语音生成领域的前沿工作，探索大语言模型、扩散模型、Flow Matching、多模态模型等技术在语音合成中的应用。
3. 参与语音数据的采集、清洗、标注、质量评估和训练数据构建，持续提升数据质量与利用效率。
4. 负责模型训练、效果分析与迭代优化，改善合成语音的自然度、可懂度、音色相似度、情感表现力和稳定性。
5. 参与模型推理和工程化优化，提升首包延迟、实时率、显存占用及线上服务稳定性。
6. 结合实际业务场景，推动语音大模型能力在智能交互、内容创作、虚拟人、有声内容等产品中的落地。
招聘要求：
1. 计算机、人工智能、电子信息、信号处理、自动化、数学等相关专业在校本科生、硕士生或博士生。
2. 熟悉机器学习和深度学习基础，了解 Transformer、生成模型及常见的模型训练方法。
3. 熟练使用 Python，熟悉 PyTorch，具备良好的算法实现、实验分析和代码调试能力。
4. 对语音合成或生成式语音有一定了解，熟悉文本前端、声学建模、音频编解码器、声码器等模块中的一个或多个。
5. 具备较强的论文阅读、技术调研和模型复现能力，能够独立定位并分析训练和推理过程中出现的问题。
6. 具备良好的沟通协作能力和技术热情，能够保持主动学习并推动任务落地。
7. 每周可实习4天及以上，连续实习3个月以上；能够实习6个月者优先。
公司介绍
网
网易有道信息技术（北京）有限公司
网易有道信息技术（北京）有限公司，成立于2006-03-21，位于北京，法定代表人：周枫，登记状态：存续，注册资本10520万美元，公司类型：民营/私企
公司信息:公司名称:网易有道信息技术（北京）有限公司公司类型:互联网/电子商务公司性质:5000以上公司地点:公司规模:--涉及领域:--公司网址: