【岗位职责】 1.核心语音引擎研发： 负责公司 AI 核心能力中台的语音技术模块研发，主导语音识别（ASR）、语音合成（TTS）、声纹识别（VPR）及语音信号处理等核心算法的研发、迭代与性能优化。 2.金融场景深度优化： 针对银行网点、远程银行、线上客服等金融特有场景（如强噪声、多口音、高回声环境），设计并实现鲁棒性更强的语音识别与增强模型，确保障碍沟通场景下的高可用性。 3.赋能数智人与智能交互： 为公司的核心产品 “3D 数智人” 提供语音交互的全栈技术支持，包括高表现力、情感化的语音合成（TTS），以及高精度的远场语音识别与声源定位，打造流畅、自然的金融服务对话体验。 4.声纹技术应用落地： 研发并应用声纹识别技术，构建金融级的声纹认证与反欺诈系统。探索其在用户身份核验、交易风险预警、黑名单声纹库比对等场景的创新应用。 5.智能质检与风控支持： 将语音识别（ASR）与自然语言处理（NLP）技术结合，支持金融服务录音的智能质检、合规监控、客户情绪分析及关键信息提取，为风险控制和营销分析提供数据支持。 6.平台化与工程落地： 负责语音算法的模型优化（量化、剪枝）、推理加速及服务化封装，确保模型在云端与边缘端（如金融机具）的高效部署；推动算法与国产信创软硬件（如昇腾、海光）的适配与调优。 7.前沿技术探索： 持续跟踪语音与音频领域的前沿技术（如端到端模型、跨语种识别、AI 降噪等），并将有价值的技术引入到实际业务场景中，保持公司在金融语音技术领域的领先性。 【任职条件】 1.博士研究生学历，计算机科学、信号处理、声学、人工智能、电子信息工程等相关专业。 2.熟悉语音识别（ASR）、语音合成（TTS）、声纹识别（VPR）、语音唤醒（KWS）、语音增强（降噪/回声消除/去混响）等领域的核心算法原理，对 Conformer、U2/U2++、WeNet 等先进模型架构有深入理解和实践经验。 3.精通 Python/C++，具备优秀的软件工程能力；熟练掌握 PyTorch/TensorFlow 等深度学习框架，并熟悉 Kaldi、ESPnet 等开源语音工具集。 4.具备丰富的模型性能优化经验，熟练掌握模型量化、剪枝、蒸馏等技术。熟悉 ONNX、TensorRT、NCNN 等推理引擎，并有部署优化项目经验。 【专业要求】 计算机、电⼦信息、机械技术、人⼯智能和大数据等相关专业 【薪资待遇】 50-100万元/年 【相关福利】 五险一金+年终奖+其他奖金+提供食宿+员工体检+节日礼物+班车接送。

微信扫一扫，及时了解投递状态

您目前还没有登录：立即登录