中国平安
算法工程师（语音合成方向）
算法工程师（语音合成方向）
发布于 大约 17 小时前普通员工/个人贡献者
深圳市
中级经验
全职员工
仅现场办公
硕士
深度学习
PyTorch
语音合成
TensorRT
ONNX
TTS
语音信号处理
声码器
梅尔频谱
AI 估算 · 25k–45k
语音合成算法稀缺，大厂薪资有竞争力，结合深圳市场水平，综合评估月薪范围。
职位详情
关于这个职位
该职位负责语音合成（TTS）模型的训练与优化，涉及深度学习、前端处理及工程化部署
你将与语音识别、产品团队协作，推动TTS技术落地到智能助手、有声阅读等场景
适合对语音技术有深厚兴趣、追求技术深度与业务结合的算法工程师
最低要求
计算机、人工智能、信号处理、语音工程或相关专业硕士及以上学历
熟悉主流TTS模型架构，掌握PyTorch框架，具备模型训练与调优经验
熟悉语音信号处理基础（如梅尔频谱、STFT、声码器等）
具备良好的Python编程能力，熟悉Linux开发环境，有实际TTS系统开发或优化经验者优先
在语音领域顶级会议发表论文，或有模型压缩、推理加速、嵌入式部署经验者优先
具备良好的沟通能力、团队协作精神和自主学习能力
工作职责
负责语音合成（Text-to-Speech, TTS）模型训练与线上优化
深入研究并应用深度学习技术，提升合成语音的自然度、表现力和稳定性，支持多音色、多语种、情感语音等高级功能
参与语音前端处理模块开发，包括文本归一化、分词、音素预测、韵律预测等任务
与语音识别、语音增强、产品等团队协作，推动TTS技术在实际场景中的落地（如智能助手、有声阅读、导航播报等）
跟踪学术界和工业界最新进展，持续优化模型性能，降低推理延迟，提升合成效率
编写高质量的技术文档，参与模型版本管理和工程化部署（如ONNX、TensorRT、Triton等）
优先资格
有实际TTS系统开发或优化经验者优先
在语音领域顶级会议发表论文，或有模型压缩、推理加速、嵌入式部署经验者优先
AI 洞察
优缺点分析
- 语音合成技术热度高，应用场景广泛（智能音箱、车载、虚拟人），发展前景好
- 平安作为金融科技巨头，平台稳定，资源丰富，能接触到大规模业务数据
- 技术栈前沿（深度学习、多语种、情感语音），个人技术成长快
- TTS模型训练和调优对数据质量和计算资源要求高，实验周期长
- 需要与多个团队协作，沟通协调成本较高
- 合成效果的主观评价难以量化，对细节追求较高
- 适合对语音技术有强烈兴趣、乐于钻研细节、喜欢将算法落地的技术型求职者
角色解读
- 技术深耕：从TTS算法工程师成长为语音技术专家或科学家，主导核心技术突破
- 横向拓展：可转向语音识别、语音增强或自然语言处理等相邻方向，拓宽技术栈
- 管理晋升：在成熟团队中可晋升为技术负责人或算法团队Leader，带领项目落地
- 训练和优化TTS模型，提升合成语音的自然度和表现力，支持多音色、多语种和情感语音
- 开发语音前端处理模块，包括文本归一化、分词、音素和韵律预测
- 与语音识别、产品团队协作，将TTS技术落地到智能助手、有声阅读等场景
- 跟踪前沿技术，进行模型压缩和推理加速，实现工程化部署（ONNX、TensorRT等）
- 扎实的深度学习基础，熟悉主流TTS模型架构（如Tacotron、FastSpeech、VITS等）
- 精通PyTorch，具备独立训练和调优模型的经验
- 熟悉语音信号处理基础（梅尔频谱、STFT、声码器）
- 良好的Python编程和Linux开发能力，有工程化部署经验更佳
申请策略
- 了解平安的智能业务方向（如平安好医生、智能客服），在面试中结合业务场景讨论TTS应用
- 准备一个完整的TTS项目案例，从数据处理到模型训练再到部署，展示全流程能力
- 突出TTS相关项目经验，包括模型架构、训练策略和效果指标（如MOS、WER）
- 展示语音信号处理和深度学习的基础知识，可附上开源贡献或技术博客
- 如有论文或竞赛获奖，务必强调
- 体现工程化能力，如使用ONNX/TensorRT部署的经验
- 如果缺少TTS实战，建议先复现开源TTS模型（如FastSpeech2、VITS）并尝试改进
- 补充语音前端处理知识（文本归一化、韵律预测）和声码器原理
面试指南
- STAR法则：描述情境、任务、行动、结果，突出个人贡献和量化成果
- 对比框架：比较不同技术方案的优劣，展示技术深度和思考
- 从原理到实践：先讲理论基础，再讲实际落地中的调优细节
- 请介绍你过去做过的TTS项目，包括模型选型、训练技巧和最终效果
- 如何提升TTS合成语音的自然度和表现力？遇到过哪些挑战？
- 请解释Mel频谱、STFT、声码器的基本原理及其在TTS中的作用
- 如何平衡模型效果和推理速度？有哪些工程化部署经验？
- 你如何关注TTS领域的前沿进展？最近有哪些让你印象深刻的技术？
匹配度报告
74
综合匹配度
大厂前沿TTS岗位，技术成长高，薪资优厚，但现场办公且WLB不确定。
适合人群
适合追求技术成长、愿意投入时间在算法优化的求职者。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利85
成长发展90
工作生活50
使命价值70
薪资福利匹配
85较高
薪资范围在行业内具有竞争力，大厂福利完善，但未明确列出具体福利。
薪资信号未披露 (25K-45K/月)
成长发展匹配
90较高
TTS是前沿技术领域，岗位涉及最新模型和工程化技巧，成长空间大。
技术前沿前沿/新兴技术
技术栈TTS、深度学习、PyTorch、ONNX、TensorRT、Triton
业务类型ambiguous
工作生活匹配
50较低
深圳现场办公，未提及弹性工作或远程，可能工作强度较高。
工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值匹配
70中等
智能语音助手等应用有社会价值，但金融行业背景使社会影响力中性。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs