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 基礎研究資深研究員
為 Deepgram 語音 AI 平台開發潛在空間模型，推進神經音訊編解碼器、語音生成、多模態系統及硬體上的高效推論。
說明
- 開發兼具極低位元率與高保真重建能力的神經音訊編解碼器。
- 建立可控生成模型，處理多樣的人類語音，包括帶有情緒、多說話者、含雜訊及重疊的語音。
- 建置嵌入系統，將潛在表示拆分為說話者、內容、風格、環境和通道等維度。
- 重新組合潛在表示，以前所未有的規模產生合成音訊資料。
- 訓練多模態語音到語音系統，以穩健理解並產生富有同理心、自然如人的回應。
- 為裸機硬體設計模型架構、訓練方法和推論演算法。
- 支援以涵蓋數十億小時的資料集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、壓力測試和邊界案例分析。
- 推進語音 AI、語音和語言建模領域的基礎研究。
職位要求
- 具備紮實的數學與統計學習理論基礎，尤其是自監督學習和多模態學習。
- 深入了解基礎模型架構，以及如何跨多種模態擴展訓練。
- 能夠推導新的數學公式並有效率地實作。
- 具備建置及整理大型資料集的實績，同時維持資料品質與多樣性。
- 具備設計受控實驗以測試架構創新和理論見解的成功經驗。
- 具備將模型準備好部署於實際環境的經驗，包括因應硬體限制和採用效率提升方法。
- 曾透過開源貢獻或研究發表推進語音或語言 AI。
- 樂於使用並嘗試先進 AI 工具。
- 能夠找出可快速驗證或推翻想法的關鍵實驗。
- 能夠設想如何將成功的概念驗證規模擴大 100 倍。
- 具備神經音訊編解碼器、生成模型、嵌入系統、潛在表示、多模態語音到語音系統、模型架構、訓練方法、推論演算法及硬體效率部署等領域的經驗或知識。
福利待遇
- 遠端工作安排。
- 以 AI 為先的工作環境，鼓勵使用並嘗試先進 AI 工具。
- 有機會大規模投入具變革性的語音 AI 研究。
- 有機會參與開源專案並發表研究成果。
- 面試 AI 記錄助理可能會錄音；候選人可拒絕錄音，且不會影響求職資格。