Deepgram er et selskap innen stemme-AI som utvikler API-er for tale-til-tekst, tekst-til-tale og språkforståelse. Plattformen hjelper utviklere med å lage taleapplikasjoner i sanntid, blant annet samtalebasert AI, verktøy for kontaktsentre og arbeidsflyter for medisinsk transkripsjon. Ved å behandle talespråk med vekt på nøyaktighet, hastighet og kostnadseffektivitet gjør Deepgram det mulig for organisasjoner innen helsevesen, logistikk, rådgivning og andre sektorer å omdanne stemmedata til nyttig informasjon og interaktive opplevelser.
Ledende forsker innen grunnmodeller for stemme-AI
Utvikle grunnmodeller for lydkodeker, talegenerering og multimodal stemme-AI. Videreutvikle taleteknologi i sanntid gjennom effektiv og skalerbar forskning.
Beskrivelse
- Bygg nevrale lydkodeker som komprimerer lyd med svært lav bithastighet, samtidig som de bevarer høy lydkvalitet i store datasett med generell lyd.
- Lag styrbare modeller for talegenerering med ulike stemmer, følelsesuttrykk, flere talere, omgivelsesstøy og overlappende tale.
- Utvikle embedding-representasjoner som deler kodekenes latente rom inn i tolkbare dimensjoner for taler, innhold, stil, miljø og kanal.
- Kombiner latente representasjoner for å skape syntetiske lyddata i en hittil usett skala.
- Tren multimodale tale-til-tale-systemer som forstår ulike mennesker og genererer empatiske svar som høres naturlige ut.
- Utform arkitekturer, treningsmetoder og inferensalgoritmer for maskinvare uten abstraksjonslag, slik at trening på datasett med milliarder av timer blir effektiv og inferens kan skje i sanntid.
- Forskn på modeller for latente rom for å løse utfordringer med data, skala og kostnader innen stemme-AI.
- Gjennomfør kontrollerte eksperimenter, ablasjonsstudier, evalueringer, stresstester og referansetester for å vurdere forskningshypoteser.
- Videreutvikle tale- og språk-AI gjennom åpen kildekode-arbeid og forskningspublikasjoner.
Krav
- Ha et sterkt matematisk grunnlag innen statistisk læringsteori, særlig selvveiledet og multimodal læring.
- Ha dyp ekspertise i grunnmodellarkitekturer og skalering av trening på tvers av flere modaliteter.
- Knytte teori til implementering ved å utlede nye matematiske formuleringer og implementere dem effektivt.
- Bygge datapipelines for å behandle og kuratere massive datasett og samtidig bevare kvalitet og mangfold.
- Utforme kontrollerte eksperimenter som isolerer arkitektoniske fremskritt og prøver teoretiske innsikter.
- Optimalisere modeller for bruk i praksis med hensyn til maskinvarebegrensninger og effektiviseringsteknikker.
- Vise til bidrag til åpen kildekode eller forskningspublikasjoner som fremmer tale- eller språk-AI.
- Identifisere avgjørende eksperimenter som raskt kan bekrefte eller avkrefte ideer.
- Forstå hvordan vellykkede konseptbevis kan skaleres opp med en faktor på 100.
- Bruke AI-verktøy til å automatisere arbeid og øke egen påvirkning.
- Tilpasse deg raskt, eksperimentere, fortsette å lære og arbeide effektivt i et AI-felt i rask endring.
Fordeler
- Mulighet for fjernarbeid.
- AI-først-miljø som oppmuntrer til å bruke og eksperimentere med avanserte AI-verktøy.
- Mulighet til å lede grunnleggende forskning innen stemme-AI med stort omveltende potensial.
- Muligheter til å bidra til åpen kildekode-prosjekter og forskningspublikasjoner.
- Det er valgfritt å ta opp intervjuet med AI Notetaker. Det påvirker ikke kandidaturet ditt om du takker nei.