Ang Deepgram ay isang voice AI na kumpanya na bumubuo ng mga API para sa speech-to-text, text-to-speech, at pag-unawa sa wika. Tinutulungan ng platform nito ang mga developer na lumikha ng mga real-time na voice application, kabilang ang conversational AI, mga tool para sa contact center, at mga workflow para sa medical transcription. Sa pagproseso ng sinasalitang wika na nakatuon sa katumpakan, bilis, at episyenteng gastos, tinutulungan ng Deepgram ang mga organisasyon sa pangangalagang pangkalusugan, logistics, consulting, at iba pang sektor na gawing kapaki-pakinabang na impormasyon at mga interactive na karanasan ang voice data.
Nangungunang Siyentipiko sa Pananaliksik, Mga Pundasyon ng Voice AI
Bumuo ng mga pundasyong modelo para sa audio codec, pagbuo ng pagsasalita, at multimodal na voice AI. Isulong ang real-time na teknolohiya sa pagsasalita ng Deepgram sa pamamagitan ng episyente at nasusukat na pananaliksik.
Paglalarawan
- Bumuo ng mga neural audio codec na nagko-compress ng audio sa napakababang bit rate habang pinananatili ang mataas na fidelity sa malalaking dataset ng pangkalahatang audio.
- Gumawa ng mga speech-generation model na maaaring gabayan para sa iba’t ibang boses, emosyonal na pagpapahayag, maraming tagapagsalita, ingay sa kapaligiran, at sabayang pagsasalita.
- Bumuo ng mga embedding na naghihiwalay sa latent space ng codec tungo sa mga dimensiyong madaling bigyang-kahulugan para sa tagapagsalita, nilalaman, estilo, kapaligiran, at channel.
- Pagsamahin muli ang mga latent representation upang makalikha ng sintetikong audio data sa di pa nagagawang laki.
- Sanayin ang mga multimodal speech-to-speech system upang makaunawa ng iba’t ibang tao at makabuo ng mga tugong may malasakit at natural pakinggan.
- Magdisenyo ng mga arkitektura, paraan ng pagsasanay, at inference algorithm para sa bare-metal hardware, upang maging episyente ang pagsasanay sa mga dataset na bilyon-bilyong oras ang haba at makapagpatakbo ng real-time inference.
- Magsaliksik ng mga latent-space model upang tugunan ang mga hamon sa data, laki, at gastos sa voice AI.
- Magsagawa ng mga kontroladong eksperimento, ablation, pagsusuri, stress test, at benchmark upang tasahin ang mga palagay sa pananaliksik.
- Isulong ang speech at language AI sa pamamagitan ng open-source na gawain at mga publikasyon sa pananaliksik.
Mga Kinakailangan
- May matibay na pundasyong matematikal sa teorya ng statistical learning, lalo na sa self-supervised at multimodal learning.
- May malalim na kasanayan sa mga arkitektura ng foundation model at pagpapalaki ng pagsasanay sa maraming modality.
- Pag-ugnayin ang teorya at implementasyon sa pamamagitan ng pagbuo ng mga bagong pormulang matematikal at episyenteng pagpapatupad ng mga ito.
- Bumuo ng mga data pipeline upang magproseso at mag-curate ng napakalalaking dataset habang pinananatili ang kalidad at pagkakaiba-iba.
- Magdisenyo ng mga kontroladong eksperimento na naghihiwalay sa mga pag-unlad sa arkitektura at sumusubok sa mga teoretikal na pananaw.
- I-optimize ang mga modelo para sa aktuwal na paggamit, na isinasaalang-alang ang mga limitasyon ng hardware at mga teknik sa episyensiya.
- May naipakitang ambag sa open source o mga publikasyon sa pananaliksik na nagsusulong ng speech o language AI.
- Tukuyin ang mahahalagang eksperimento na mabilis na makapagpapatibay o makapagpapabulaan sa mga ideya.
- Alamin kung paano palakihin nang 100 ulit ang matagumpay na proof of concept.
- Gumamit ng mga AI tool upang i-automate ang gawain at palawakin ang sariling ambag.
- Mabilis umangkop, mag-eksperimento, patuloy na matuto, at mahusay na magtrabaho sa mabilis magbago na larangan ng AI.
Mga Benepisyo
- Ayos ng trabahong remote.
- Kapaligirang AI-first na naghihikayat sa paggamit at pag-eeksperimento sa mga advanced na AI tool.
- Pagkakataong pamunuan ang pundasyong pananaliksik sa voice AI na may potensiyal na magdulot ng malaking pagbabago.
- Mga pagkakataong mag-ambag sa mga open-source na proyekto at publikasyon sa pananaliksik.
- Opsyonal ang pagre-record ng panayam gamit ang AI Notetaker; hindi maaapektuhan ang kandidatura kung hindi ito sasali.