Deepgram là một công ty AI giọng nói phát triển các API chuyển giọng nói thành văn bản, chuyển văn bản thành giọng nói và hiểu ngôn ngữ. Nền tảng của công ty giúp các nhà phát triển tạo ra các ứng dụng giọng nói theo thời gian thực, bao gồm AI đàm thoại, công cụ cho trung tâm liên lạc và quy trình phiên âm y tế. Bằng cách xử lý ngôn ngữ nói với trọng tâm là độ chính xác, tốc độ và hiệu quả chi phí, Deepgram giúp các tổ chức trong lĩnh vực y tế, logistics, tư vấn và nhiều ngành khác biến dữ liệu giọng nói thành thông tin hữu ích cùng những trải nghiệm tương tác.
Nhà khoa học nghiên cứu cấp cao, nền tảng AI giọng nói
Phát triển các mô hình nền tảng cho codec âm thanh, tạo giọng nói và AI giọng nói đa phương thức. Thúc đẩy công nghệ giọng nói thời gian thực của Deepgram bằng nghiên cứu hiệu quả, có khả năng mở rộng.
Mô tả
- Xây dựng codec âm thanh nơ-ron để nén âm thanh ở tốc độ bit rất thấp mà vẫn giữ độ trung thực cao trên các tập dữ liệu âm thanh tổng quát quy mô lớn.
- Tạo các mô hình sinh giọng nói có thể điều khiển, hỗ trợ nhiều giọng nói, biểu đạt cảm xúc, nhiều người nói, tiếng ồn môi trường và lời nói chồng lấn.
- Phát triển các biểu diễn nhúng để tách không gian tiềm ẩn của codec thành những chiều có thể diễn giải, thể hiện người nói, nội dung, phong cách, môi trường và kênh.
- Kết hợp lại các biểu diễn tiềm ẩn để tạo dữ liệu âm thanh tổng hợp ở quy mô chưa từng có.
- Huấn luyện các hệ thống chuyển giọng nói thành giọng nói đa phương thức để hiểu nhiều nhóm người và tạo phản hồi tự nhiên, giàu sự đồng cảm.
- Thiết kế kiến trúc, phương pháp huấn luyện và thuật toán suy luận cho phần cứng chạy trực tiếp, giúp huấn luyện hiệu quả trên các tập dữ liệu hàng tỷ giờ và suy luận theo thời gian thực.
- Nghiên cứu các mô hình không gian tiềm ẩn để giải quyết thách thức về dữ liệu, quy mô và chi phí trong AI giọng nói.
- Tiến hành thí nghiệm có kiểm soát, phân tích loại bỏ thành phần, đánh giá, kiểm thử sức chịu tải và đo chuẩn để kiểm chứng các giả thuyết nghiên cứu.
- Thúc đẩy AI giọng nói và ngôn ngữ thông qua hoạt động mã nguồn mở và các công bố nghiên cứu.
Yêu cầu
- Có nền tảng toán học vững chắc về lý thuyết học thống kê, đặc biệt là học tự giám sát và học đa phương thức.
- Có chuyên môn sâu về kiến trúc mô hình nền tảng và mở rộng huấn luyện trên nhiều phương thức.
- Kết nối lý thuyết với triển khai bằng cách xây dựng các công thức toán học mới và hiện thực hóa chúng một cách hiệu quả.
- Xây dựng quy trình dữ liệu để xử lý và tuyển chọn các tập dữ liệu khổng lồ mà vẫn bảo đảm chất lượng và tính đa dạng.
- Thiết kế thí nghiệm có kiểm soát để xác định riêng tác động của cải tiến kiến trúc và kiểm chứng các nhận định lý thuyết.
- Tối ưu hóa mô hình cho triển khai thực tế, có tính đến giới hạn phần cứng và các kỹ thuật nâng cao hiệu quả.
- Có thành tích đóng góp mã nguồn mở hoặc công bố nghiên cứu giúp thúc đẩy AI giọng nói hay ngôn ngữ.
- Xác định các thí nghiệm có tính quyết định để nhanh chóng kiểm chứng hoặc bác bỏ ý tưởng.
- Biết cách mở rộng các thử nghiệm chứng minh khái niệm thành công lên quy mô gấp 100 lần.
- Sử dụng công cụ AI để tự động hóa công việc và mở rộng tác động cá nhân.
- Thích nghi nhanh, thử nghiệm, không ngừng học hỏi và làm việc hiệu quả trong lĩnh vực AI thay đổi nhanh chóng.
Phúc lợi
- Hình thức làm việc từ xa.
- Môi trường ưu tiên AI, khuyến khích sử dụng và thử nghiệm các công cụ AI tiên tiến.
- Cơ hội dẫn dắt nghiên cứu nền tảng về AI giọng nói với tiềm năng tạo chuyển biến lớn.
- Cơ hội đóng góp cho các dự án mã nguồn mở và công bố nghiên cứu.
- Không bắt buộc ghi âm buổi phỏng vấn bằng AI Notetaker; việc từ chối không ảnh hưởng đến hồ sơ ứng tuyển.