传音
TTS算法工程师(J17240)
TTS算法工程师(J17240)
发布于 4 小时前普通员工/个人贡献者
全职员工仅现场办公NLP工程
NLP工程
Pytorch
Tensorflow
Tts
深度学习
算法研发
语音信号处理
语音合成
值不值得投
73综合评分
综合评分 73
前沿TTS算法岗，技术成长性好，薪资中上，但WLB和福利信息未明。
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
2.8万
比NLP工程中位数低
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NLP工程 3 个
市场机会
选择适中
上海 · NLP工程 · 28 个在招
职位详情
关于这个职位
该职位专注于语音合成（TTS）算法的研发、性能优化和产品化落地
您将负责结合业务规划，跟踪学术界和行业最新研究趋势，将预研成果转化为实际产品功能，支持公司语音技术的应用
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）的算法研发、性能优化与落地实现
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
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
- 技术前沿，涉及AI和语音处理热门领域，技能积累价值高
- 有实际产品落地机会，能快速看到技术成果的应用
- 公司支持研发与业务结合，提供项目实践平台
- 业务需求变化可能影响研发方向和节奏
- 适合对语音合成和AI技术有热情，具备算法背景和工程落地经验，喜欢解决实际技术问题的工程师
缺点 / 挑战
- 技术难度较高，需要持续学习和跟踪学术进展
- 工程优化可能面临性能和资源限制的挑战
角色解读
- 深化TTS技术专长，成为语音AI领域的资深专家
- 向技术管理方向发展，负责团队或项目领导
- 探索语音合成前沿领域，如情感语音合成、歌声合成等
- 研发和优化语音合成（TTS）算法，提升合成质量和效率
- 将学术研究和行业趋势转化为实际产品功能，支持业务落地
- 处理TTS前端任务，如文本清洗、文本归一化（TN）和图音转换（G2P）
- 跟踪语音处理领域最新进展，探索创新应用
- 熟练掌握Python及深度学习框架如TensorFlow或PyTorch
- 深刻理解TTS原理，有使用Tacotron、WaveGlow等开源模型的经验
- 具备语音信号处理基础，如基频检测、变速变调等
- 具备工程落地优化能力，能将算法部署到实际产品中
申请策略
- 研究传音公司的业务方向和语音技术应用场景，以便在面试中展示相关理解
- 准备TTS项目案例，能清晰阐述技术选型、优化过程和成果
- 突出TTS相关的项目经验或研究成果，包括具体模型使用和优化成果
- 强调Python和深度学习框架的熟练程度，以及语音信号处理技能
- 如有开源贡献或论文发表，可作为加分项
- 深入学习最新TTS模型和前沿技术，如Expressive TTS
- 提升工程优化能力，了解模型压缩、加速部署等实践技能
面试指南
- 使用STAR法则（情境、任务、行动、结果）描述项目经验，结合具体技术细节展示问题解决能力
- 请描述你过去的一个TTS项目经验，包括技术选型和优化方法
- 如何将TTS模型从研究阶段优化并落地到实际产品中？
- 你对TTS前端处理（如Cleanser、TN、G2P）的理解和实践经验是什么？
- 如何看待TTS技术的未来发展趋势？
- 复习TTS基础知识，包括声学模型和声码器原理
- 准备2-3个TTS项目案例，突出算法研发和工程优化部分
- 了解语音合成领域的最新论文或工具，展示学习主动性
职位点评
薪资福利75
成长发展85
工作生活55
使命价值70
薪资福利
75中等
薪资估算处于市场中上水平，能提供基本的经济回报，但福利信息未在JD中提及。
薪资信号市场水准 (2千–3.5万/月)
成长发展
85较高
职位涉及前沿语音合成技术，有明确的技能提升和项目落地机会，但JD未提及培训或晋升路径。
技术前沿前沿/新兴技术
技术栈TTS、语音合成、深度学习、TensorFlow、PyTorch
业务类型ambiguous
工作生活
55较低
JD未提及工作模式、WLB或办公灵活性相关信息，无法判断生活化动机满足程度。
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
70中等
语音合成技术有广泛应用前景，属于AI增长赛道，但JD未强调社会价值或使命导向。
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