Deepgram est une entreprise spécialisée dans l’intelligence artificielle vocale qui développe des API de transcription, de synthèse vocale et de compréhension du langage. Sa plateforme aide les développeurs à créer des applications vocales en temps réel, notamment des solutions d’IA conversationnelle, des outils pour les centres de contact et des flux de travail de transcription médicale. En traitant le langage parlé avec un accent mis sur la précision, la rapidité et la rentabilité, Deepgram permet aux organisations des secteurs de la santé, de la logistique, du conseil et d’autres domaines de transformer les données vocales en informations utiles et en expériences interactives.
Scientifique principal de recherche, fondements de l’IA vocale
Développez des modèles fondamentaux pour les codecs audio, la génération de parole et l’IA vocale multimodale. Faites progresser la technologie vocale en temps réel de Deepgram grâce à une recherche efficace et évolutive.
Description
- Développer des codecs audio neuronaux qui compressent le son à de très faibles débits tout en préservant une grande fidélité sur de vastes jeux de données audio généralistes.
- Créer des modèles de génération vocale pilotables pour différentes voix, l’expression émotionnelle, plusieurs locuteurs, le bruit ambiant et les paroles qui se chevauchent.
- Développer des embeddings qui séparent les espaces latents des codecs en dimensions interprétables liées au locuteur, au contenu, au style, à l’environnement et au canal.
- Recombiner des représentations latentes pour créer des données audio synthétiques à une échelle sans précédent.
- Entraîner des systèmes multimodaux de parole à parole capables de comprendre des personnes diverses et de générer des réponses empathiques et naturelles.
- Concevoir des architectures, des méthodes d’entraînement et des algorithmes d’inférence pour du matériel bare-metal, afin de permettre un entraînement efficace sur des jeux de données de plusieurs milliards d’heures et une inférence en temps réel.
- Étudier des modèles d’espace latent pour répondre aux défis de données, d’échelle et de coût dans l’IA vocale.
- Mener des expériences contrôlées, des études d’ablation, des évaluations, des tests de résistance et des benchmarks pour évaluer les hypothèses de recherche.
- Faire progresser l’IA de la parole et du langage par des contributions open source et des publications de recherche.
Exigences
- Avoir de solides bases mathématiques en théorie de l’apprentissage statistique, en particulier en apprentissage auto-supervisé et multimodal.
- Posséder une expertise approfondie des architectures de modèles fondamentaux et de la mise à l’échelle de l’entraînement sur plusieurs modalités.
- Relier théorie et mise en œuvre en élaborant de nouvelles formulations mathématiques et en les implémentant efficacement.
- Créer des pipelines de données pour traiter et sélectionner de vastes jeux de données tout en préservant leur qualité et leur diversité.
- Concevoir des expériences contrôlées qui isolent les avancées architecturales et mettent à l’épreuve les idées théoriques.
- Optimiser les modèles pour leur déploiement dans des conditions réelles, en tenant compte des contraintes matérielles et des techniques d’efficacité.
- Justifier d’un historique de contributions open source ou de publications de recherche faisant progresser l’IA de la parole ou du langage.
- Identifier des expériences décisives permettant de valider ou d’infirmer rapidement des idées.
- Savoir comment multiplier par 100 l’échelle des preuves de concept concluantes.
- Utiliser des outils d’IA pour automatiser le travail et accroître son impact personnel.
- S’adapter rapidement, expérimenter, continuer à apprendre et travailler efficacement dans un domaine de l’IA en constante évolution.
Avantages
- Modalité de travail à distance.
- Environnement axé sur l’IA qui encourage l’utilisation et l’expérimentation d’outils d’IA avancés.
- Possibilité de diriger des recherches fondamentales en IA vocale à fort potentiel de transformation.
- Possibilité de contribuer à des projets open source et à des publications de recherche.
- L’enregistrement de l’entretien par AI Notetaker est facultatif ; le refuser n’a aucune incidence sur la candidature.