42dot
42dot
51 – 200 员工
咨询汽车物流
42dot 是一家专注于移动出行人工智能的公司,业务处于汽车技术与物流的交汇领域。公司重点研发软件定义汽车技术、自动驾驶电动汽车,以及支持城市交通规模化发展的软件和数据基础设施。42dot 开发车载软件、车队数据平台,以及用于感知和控制的人工智能模型,同时推出 TAP! 移动出行操作系统,用于部署自动驾驶服务。通过开展车辆电子技术和软件优先架构方面的研究与合作,42dot 致力于让移动出行系统更加自动化、灵活,并更易于运营。

深度学习工程师,文本转语音开发

为 Gleo AI 的车载语音体验优化文本转语音模型。 构建适用于设备端和服务器环境的实时多语言语音合成系统。

描述

  • 优化适用于设备端和服务器环境的文本转语音模型
  • 将模型移植并优化至 NPU 及其他 AI 加速器环境
  • 通过量化缩小模型规模并提升性能
  • 开发实时流式语音合成系统并优化延迟
  • 开发并部署多语言、多说话人文本转语音模型
  • 基于大语言模型和流匹配研究并开发先进的文本转语音模型
  • 使用生成式模型构建语音合成数据集并提升数据质量
  • 分析并解决生产环境中的文本转语音模型和服务问题
  • 将研究和开发的文本转语音技术集成到车辆产品和服务中

任职要求

  • 至少 3 年相关文本转语音经验
  • 具备语音合成和文本转语音概念的基础知识
  • 具备模型压缩和计算优化经验
  • 具备量化、内存使用和延迟优化经验
  • 具备将模型移植并优化至 NPU 及其他 AI 加速器环境的经验
  • 具备使用 TensorRT 和 ONNX 优化模型的经验
  • 了解音频信号处理
  • 具备 Linux 环境下的开发和调试经验
  • 熟练使用 Python、C++ 或 Shell 编程
  • 熟悉 PyTorch 等开源深度学习框架
  • 有开发多语言和多说话人文本转语音模型的经验者优先
  • 有语音或音频标记化技术研究或开发经验者优先
  • 曾以作者身份在语音合成、机器学习或人工智能领域的顶级会议或期刊发表论文者优先
  • 具备相关硕士或博士学位,或已完成相关学位项目者优先
  • 必须提供韩语能力信息

福利待遇

  • 符合国家功臣或就业保护资格者优先
  • 持有登记残疾证明者优先
  • 可能适用三个月试用期
  • 面试流程结束后,经申请人同意,可能进行背景调查