腾讯云语音大模型算法工程师（TTS）

优缺点分析

角色解读

• 纵向深耕语音合成技术，成为TTS领域专家
• 横向拓展至多模态语音生成、对话系统等方向
• 可向技术管理方向转型，带领团队负责语音产品线
• 负责多语种TTS大模型的预训练与后训练，优化模型效果
• 研发声学模型、声码器、Voice Cloning等核心算法
• 推动语音合成技术在实时对话、客服、社交等业务场景落地
• 构建大规模语音数据处理与训练体系，包括数据清洗、评测
• 精通Python和深度学习框架（PyTorch/TensorFlow），熟悉Linux环境
• 深入理解TTS主流模型（FastSpeech、VITS、CosyVoice等）的原理与实现
• 具备语音大模型训练或大规模语音数据处理经验
• 熟练使用AI Coding工具辅助研发，提升效率

申请策略

• 了解腾讯云语音产品线，思考如何将个人经验与业务结合
• 关注腾讯AI Lab和天御团队的技术博客，在面试中展现对方向的热情
• 突出TTS项目经验，特别是大模型训练、多语种合成或Voice Cloning相关
• 展示在Python、PyTorch/TensorFlow方面的深度应用
• 强调数据处理和工程落地能力，如数据清洗、推理优化
• 如有AI Coding工具使用经验，可举例说明效率提升
• 补充学习Flow Matching、DiT等前沿生成模型
• 熟悉CosyVoice、VITS等开源模型源码

面试指南

• STAR法则：情境-任务-行动-结果，清晰描述项目背景和你的贡献
• 对比分析法：比较不同模型的原理和适用场景，展现技术深度
• 问题解决：面对难题时，分析可能原因，给出多种方案并权衡
• 请详细说明你参与过的TTS项目，包括模型选型、数据处理和效果优化
• 如何评估TTS合成质量？你用过哪些评价指标？
• 讲一下FastSpeech和VITS的核心区别，以及它们各自的优缺点
• 如果要在低资源语种上做TTS，你会如何设计方案？
• 你如何利用AI Coding工具提升工作效率？举例说明