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 về nền tảng AI giọng nói
Thúc đẩy nghiên cứu nền tảng về AI giọng nói tại Deepgram, từ mô hình không gian tiềm ẩn và codec âm thanh thần kinh đến hệ thống chuyển lời nói thành lời nói. Phát triển công nghệ có khả năng mở rộng, hiệu quả cho tương tác thời gian thực giữa con người và máy móc.
Mô tả
- Phát triển các mô hình không gian tiềm ẩn để giải quyết những thách thức cốt lõi về dữ liệu, quy mô và chi phí trong AI giọng nói có ngữ cảnh và độ tin cậy cao.
- Tạo codec âm thanh thần kinh kết hợp tốc độ bit rất thấp với khả năng tái tạo âm thanh có độ trung thực cao.
- Xây dựng các mô hình tạo sinh có thể điều khiển cho nhiều dạng lời nói, bao gồm lời nói giàu cảm xúc, nhiều người nói, có nhiễu và chồng lấn.
- Thiết kế hệ thống embedding phân tách biểu diễn tiềm ẩn thành các chiều người nói, nội dung, phong cách, môi trường và kênh.
- Ứng dụng việc 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 đa phương thức chuyển lời nói thành lời nói để hiểu rộng và phản hồi đồng cảm, giống con người.
- Thiết kế kiến trúc mô hình, phương pháp huấn luyện và thuật toán suy luận cho phần cứng bare-metal.
- Hỗ trợ huấn luyện tiết kiệm chi phí trên các tập dữ liệu quy mô hàng tỷ giờ và suy luận thời gian thực trên hàng trăm triệu cuộc hội thoại đồng thời.
- Thực hiện các thí nghiệm có kiểm soát, nghiên cứu loại bỏ thành phần, đánh giá và kiểm thử sức chịu tải.
- Đóng góp cho các ấn phẩm nghiên cứu và dự án mã nguồn mở.
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.
- Am hiểu sâu về kiến trúc mô hình nền tảng và cách mở rộng quy mô huấn luyện trên nhiều phương thức.
- Có khả năng phát triển các công thức toán học mới và triển khai chúng một cách hiệu quả.
- Có thành tích đã được chứng minh trong việc xây dựng và duy trì các quy trình dữ liệu lớn, chất lượng cao và đa dạng.
- Có kinh nghiệm thiết kế thí nghiệm có kiểm soát để tách biệt ảnh hưởng của kiến trúc và kiểm chứng các nhận định lý thuyết.
- Có kinh nghiệm chuẩn bị mô hình để triển khai trong thực tế, bao gồm các ràng buộc phần cứng và phương pháp nâng cao hiệu quả.
- Có đóng góp mã nguồn mở hoặc ấn phẩm nghiên cứu giúp thúc đẩy AI về giọng nói hoặc ngôn ngữ.
- Có khả năng xác định các thí nghiệm mang tính quyết định để kiểm tra ý tưởng nhanh chóng.
- Có tầm nhìn mở rộng các thử nghiệm chứng minh khái niệm thành công lên gấp 100 lần.
- Có tư duy ưu tiên tự động hóa và tăng cường bằng AI.
- Có tài liệu học thuật hoặc ấn phẩm nghiên cứu liên quan đến xử lý tiếng nói, chuyển giọng nói thành văn bản, chuyển văn bản thành lời nói hoặc công việc tương tự, theo yêu cầu trong hồ sơ ứng tuyển.
- Có giấy phép hợp pháp để làm việc tại quốc gia nơi vị trí này đặt trụ sở.
- Có khả năng đáp ứng các yêu cầu bảo lãnh thị thực của quốc gia nơi vị trí này đặt trụ sở.
Phúc lợi
- Hình thức làm việc từ xa.
- Môi trường làm việc ưu tiên AI, với cơ hội sử dụng và thử nghiệm các công cụ AI tiên tiến.
- Cơ hội thực hiện nghiên cứu AI giọng nói có tính chuyển đổi.
- Cơ hội đóng góp cho các dự án mã nguồn mở và ấn phẩm nghiên cứu.
- Có thể chọn không ghi âm buổi phỏng vấn bằng AI Notetaker; việc chọn không tham gia không ảnh hưởng đến hồ sơ ứng tuyển.