一、岗位职责：1.研究与开发：负责文本前端处理（包括文本正则化、分词、词性识别、韵律预测等）、端到端声学模型（如VITS、FastSpeech系列）以及神经声码器（如HiFi-GAN）等TTS核心技术的算法研究、架构设计与代码实现。2.模型优化与迭代：持续改进现有语音合成模型，提升语音输出的自然流畅性、发音清晰度、情感表现力及合成效率，针对性解决实际应用中的典型问题。3.前沿技术探索：关注国际前沿科研动态，例如大语言模型与TTS融合、Zero-shot/少样本语音克隆、情感与风格可控生成等方向，开展可行性验证并推动具备价值的技术落地。4.数据处理与构建：主导高质量、跨领域、多风格语音数据集的设计与建设，建立高效的数据清洗、预处理与标注流程。5.工程落地：与工程团队协同推进算法在实际产品环境中的集成部署，保障模型运行性能与系统稳定性。6.技术文档撰写：编写完整、准确的技术说明文档，并参与专利材料的整理与撰写工作。二、任职资格（必备要求）：1.学历与专业：计算机科学、人工智能、电子工程、应用数学等相关专业，本科及以上学历。2.技术基础：具备扎实的机器学习与深度学习理论基础，熟练使用PyTorch或TensorFlow等主流框架。精通Python语言编程，掌握常用数据结构与算法。3.NLP与TTS经验：熟悉自然语言处理核心任务，如语言建模、序列标注等；深入理解当前主流神经语音合成方法，至少精通一种典型TTS模型（如Tacotron2、FastSpeech1/2、VITS等）及其具体实现机制。4.实践能力：具备较强的实验设计、模型训练、效果分析与调优能力，能够独立完成从算法验证到结果优化的全流程工作。5.团队合作：具备良好的沟通表达能力和团队协作意识，能高效协同跨职能团队完成项目目标。