Deepgram 是一家語音人工智慧公司，開發用於語音轉文字、文字轉語音和語言理解的 API。其平台協助開發者打造即時語音應用程式，包括對話式人工智慧、聯絡中心工具和醫療轉錄工作流程。Deepgram 著重於準確度、速度和成本效益處理口語，讓醫療保健、物流、顧問及其他產業的組織能將語音資料轉化為實用資訊和互動體驗。
語音 AI 基礎研究首席科學家
在 Deepgram 推進語音 AI 基礎研究，涵蓋潛在空間模型、神經音訊編解碼器與語音對語音系統。 打造可擴展、高效率的技術，支援即時人機互動。
說明
- 開發潛在空間模型，解決穩健且具備情境能力的語音 AI 在資料、規模與成本方面的核心挑戰。
- 打造神經音訊編解碼器，兼顧極低位元率與高保真重建。
- 建構可操控的生成模型，以處理多樣語音，包括帶有情緒、多位說話者、嘈雜及重疊的語音。
- 設計嵌入系統，將潛在表示拆分為說話者、內容、風格、環境及通道等維度。
- 運用潛在表示重組，以前所未有的規模產生合成音訊資料。
- 訓練多模態語音對語音系統，實現廣泛理解並產生富有同理心、近似人類的回應。
- 為裸機硬體設計模型架構、訓練方法及推論演算法。
- 支援在十億小時級資料集上進行高成本效益訓練，並為數億個並行對話提供即時推論。
- 執行受控實驗、消融研究、評估及壓力測試。
- 參與研究論文與開源專案。
職位要求
- 具備扎實的統計學習理論數學基礎，尤其熟悉自監督學習與多模態學習。
- 深入了解基礎模型架構，以及跨多種模態擴展訓練的方法。
- 能夠提出原創數學形式並有效率地實作。
- 具備建置與維護大型、高品質、多元資料管線的實務經驗。
- 具備設計受控實驗的經驗，能夠分離架構影響並檢驗理論見解。
- 具備讓模型適用於實際部署的經驗，包括考量硬體限制與效率方法。
- 曾透過開源貢獻或研究論文推動語音或語言 AI 發展。
- 能夠找出可快速驗證想法的關鍵實驗。
- 具備將成功的概念驗證擴展 100 倍的願景。
- 具備以 AI 實現自動化與能力增強的思維。
- 如申請流程要求，需提供與語音處理、語音轉文字、文字轉語音或類似工作相關的學術文獻或學術出版品。
- 獲准在該職位所在國家工作。
- 能夠符合該職位所在國家的簽證擔保要求。
福利待遇
- 遠距工作安排。
- 以 AI 為先的工作環境，可使用並試驗先進 AI 工具。
- 有機會參與變革性語音 AI 研究。
- 有機會為開源專案及研究論文作出貢獻。
- 可選擇不參加 AI 記錄員的面試錄音；選擇退出不會影響候選資格。