传音
资深TTS算法工程师(J17389)
资深TTS算法工程师(J17389)
发布于 5 小时前基层主管/组长
全职员工仅现场办公人工智能
人工智能
Hifigan
Pytorch
Tacotron
Tensorflow
Tts
团队管理
算法优化
语音信号处理
语音合成
值不值得投
70综合评分
综合评分 70
前沿TTS算法岗位，技术成长性强，有团队管理机会，但薪资福利与工作生活平衡信息未知。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
3.3万
比人工智能中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 480 个在招 · 其中人工智能 25 个
市场机会
选择面较广
上海 · 人工智能 · 约 320 个在招
职位详情
关于这个职位
该职位是传音公司的资深TTS算法工程师，主要负责语音合成核心算法的研发、性能优化与工程落地
你需要带领团队攻克技术难题，并将最新的学术成果应用于实际产品，提升合成语音的自然度和表现力
最低要求
数学、计算机、自动化、信号处理等相关专业硕士及以上学历，两年以上语音合成的算法研究、项目开发经验
深刻理解TTS原理，使用过开源架构声学模型Tacotron和声码器WaveGlow、WaveRNN、HifiGAN等
TTS前端Cleanser、TN、G2P有一定经验
了解语音发生机理，对语音信号处理有一定基础，如基频检测跟踪、变速变调等
熟练掌握Python，至少熟练使用一种深度学习训练框架，如Tensorflow、Pytorch等
工作职责
负责语音合成（TTS）核心算法的研发、性能优化与落地实现，推动TTS技术在实际产品中的应用
结合业务规划，跟进学术界、行业最新的研究趋势，将预研成果落地于实际产品，并主导相关技术方案的制定和实施
负责TTS相关技术难题的攻关，提升合成语音的自然度、表现力和鲁棒性
指导和带领初级工程师，提升团队整体技术水平
优先资格
对Singing Voice Sythesis、Voice Conversion、Expressive TTS经验者优先
对工程落地优化上有一定经验的优先考虑
AI 洞察
优缺点分析
优点
- 技术方向聚焦且前沿，深耕语音合成这一人工智能核心赛道，有利于积累深厚的专业壁垒
- 职位明确要求“指导和带领初级工程师”，提供了明确的团队管理和技术领导力锻炼机会
- 工作内容强调“推动在实际产品中的应用”，能获得从算法研究到产品落地的完整项目经验
- 作为资深工程师，需要在个人技术攻坚与团队指导之间合理分配精力，对综合能力要求高
- 适合拥有扎实语音合成算法背景、具备项目落地经验，并希望在技术深度和团队影响力上同时发展的工程师
缺点 / 挑战
- 语音合成技术仍在快速发展，需要持续跟进学术和行业最新进展，保持学习压力
- 从算法研究到工程落地的转化过程可能面临性能、效果、资源消耗等多方面的平衡与挑战
角色解读
- 技术专家路线：持续深耕TTS及语音相关领域，成为团队或公司的核心技术专家，参与前沿技术预研
- 技术管理路线：在负责技术的同时，承担更多团队管理和项目管理职责，向技术经理或总监方向发展
- 领域拓展：从TTS拓展到语音交互全链路，如语音识别（ASR）、自然语言处理（NLP）等，成为语音AI领域的综合型人才
- 负责语音合成（TTS）核心算法的研发与优化，使其在实际产品中达到最佳效果
- 紧跟学术与行业前沿，将最新的研究成果转化为可用的技术方案并落地实施
- 作为技术骨干，负责攻克TTS领域的技术难题，提升合成语音的质量
- 承担团队技术指导职责，带领初级工程师成长，提升团队整体技术能力
- 必须具备扎实的语音合成（TTS）算法原理知识，熟悉主流的模型架构如Tacotron、HifiGAN等
- 需要熟练掌握Python编程及至少一种主流深度学习框架（如Pytorch/Tensorflow）进行模型开发与训练
- 需要了解语音信号处理基础，如基频分析、变速变调等，并具备TTS前端（如文本归一化、G2P）的相关经验
- 作为资深岗位，需具备将算法从研究推向工程落地的实践经验，并能指导团队成员
申请策略
- 可以尝试使用传音旗下品牌手机的语音助手或TTS功能，体验其产品效果，在面试中提出有见地的看法
- 关注传音在非洲等新兴市场的业务特色，思考TTS技术如何适配多语种、多方言场景
- 详细描述过往的TTS算法研究或项目经历，具体说明负责的模块、采用的模型架构（如Tacotron, HifiGAN）及取得的量化成果
- 突出使用Python及Pytorch/Tensorflow进行模型开发、训练、优化的项目案例
- 强调任何与“工程落地”相关的经验，如模型压缩、推理加速、性能调优等
- 如有，列出在语音合成相关会议（如Interspeech）的论文或开源贡献
- 深入学习当前最前沿的TTS模型架构（如基于VALL-E、XTTS的大模型方案）及其优劣
- 研究并实践将模型部署到移动端或边缘端的工程优化技术，如量化、蒸馏、NPU加速等
面试指南
- 回答技术问题时，采用“原理-实践-效果”的结构：先阐述基本原理，再说明你在项目中具体如何应用，最后用数据或效果对比展示结果
- 描述项目难点时，按照“问题背景-分析过程-解决方案-最终收益”的框架叙述，突出你的分析能力和解决复杂问题的能力
- 谈论团队合作或管理问题时，结合具体事例，体现你的沟通意识、责任心和赋能他人的意愿
- 请介绍一下你对TTS系统整体架构的理解，特别是声学模型和声码器各自的作用？
- 你过往项目中，是如何提升合成语音自然度或表现力的？遇到过什么技术难点？
- 如何将实验室状态的TTS模型优化到可以满足产品级要求（如延迟、包体大小）？
- 如果你负责带领一个初级工程师，你会如何分配任务并帮助他成长？
- 如何看待当前TTS领域（如基于大模型、零样本语音合成）的发展趋势？
职位点评
薪资福利65
成长发展88
工作生活50
使命价值72
薪资福利
65中等
该职位为资深技术岗位，但JD未提供明确的薪资范围与福利信息，对补偿性动机的满足程度难以准确评估。
薪资信号未披露（AI估算：2.5千–4万/月）
成长发展
88较高
职位聚焦于语音合成前沿技术，要求跟进最新研究并主导技术方案，且包含团队指导职责，能提供显著的技术深度与领导力成长。
技术前沿前沿/新兴技术
技术栈TTS、Tacotron、HifiGAN、Pytorch、Tensorflow、语音信号处理
成长机会指导和带领初级工程师、提升团队整体技术水平
业务类型ambiguous
工作生活
50较低
JD未明确说明工作模式、办公地点类型或工作时间相关信息，无法评估其对生活化动机的满足程度。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
72中等
语音合成技术是智能交互的关键环节，在传音的消费电子产品中有明确的应用场景，能产生直接的产品价值。
行业发展新兴领域（暂难判断）
社会影响中性/一般
使命信号推动TTS技术在实际产品中的应用
创新程度积极采用新技术
Watch Jobs