深度學習工程師,文字轉語音開發
為 Gleo AI 的車載語音體驗最佳化文字轉語音模型。 打造適用於裝置端與伺服器環境的即時多語言語音合成系統。
說明
- 最佳化適用於裝置端與伺服器環境的文字轉語音模型
- 將模型移植並最佳化至 NPU 及其他 AI 加速器環境
- 透過量化縮小模型規模並提升效能
- 開發即時串流語音合成系統並最佳化延遲
- 開發並部署多語言、多說話者文字轉語音模型
- 基於大型語言模型與流匹配研究並開發先進的文字轉語音模型
- 使用生成式模型建立語音合成資料集並提升資料品質
- 分析並解決正式環境中的文字轉語音模型與服務問題
- 將研究與開發的文字轉語音技術整合至車輛產品與服務中
職位要求
- 至少 3 年相關文字轉語音經驗
- 具備語音合成與文字轉語音概念的基礎知識
- 具備模型壓縮與計算最佳化經驗
- 具備量化、記憶體使用量與延遲最佳化經驗
- 具備將模型移植並最佳化至 NPU 及其他 AI 加速器環境的經驗
- 具備使用 TensorRT 與 ONNX 最佳化模型的經驗
- 了解音訊訊號處理
- 具備 Linux 環境下的開發與除錯經驗
- 熟悉 Python、C++ 或 Shell 程式設計
- 熟悉 PyTorch 等開放原始碼深度學習框架
- 具備多語言與多說話者文字轉語音模型開發經驗者優先
- 具備語音或音訊標記化技術研究或開發經驗者優先
- 曾以作者身分在語音合成、機器學習或人工智慧領域的頂尖會議或期刊發表論文者優先
- 具備相關碩士或博士學位,或已完成相關學位課程者優先
- 必須提供韓語能力資訊
福利待遇
- 符合國家功臣或就業保護資格者優先
- 持有登記身心障礙證明者優先
- 可能適用三個月試用期
- 面試流程結束後,經申請人同意,可能進行背景查核
