海信
语音合成高级算法工程师(J43997)
语音合成高级算法工程师(J43997)
发布于 3 小时前普通员工/个人贡献者
全职员工仅现场办公算法优化工程师
算法优化工程师
Pytorch
Speechlm
Tts
声学模型
声码器
模型部署
深度学习
语音合成
音色克隆
值不值得投
74综合评分
综合评分 74
海信核心AI算法岗，技术栈前沿、落地场景丰富，薪资处于当地市场中上水平。
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
比算法优化工程师中位数低
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 1040 个在招 · 其中算法优化工程师 8 个
市场机会
选择适中
青岛 · 算法优化工程师 · 12 个在招
职位详情
关于这个职位
该职位主要负责语音合成（TTS）核心算法的研发与优化，涵盖声学模型、声码器及端到端模型等方向
你需要面向实际业务场景落地多语种、情感合成及音色克隆等能力，并跟踪LLM等前沿技术在TTS中的应用，推动产品化落地
最低要求
计算机、人工智能、信号处理、通信、自动化等相关专业硕士及以上学历
熟悉语音合成核心技术，掌握声学模型、声码器、端到端TTS、音色克隆、声音转换等相关算法
熟悉至少一种主流TTS模型或技术路线，如Tacotron、FastSpeech、VITS、Diffusion TTS、Neural Vocoder、SpeechLM等
熟练使用Python及PyTorch/TensorFlow，具备良好的算法实现、模型训练、调参与效果优化能力
具备一定工程化能力，了解模型部署、推理加速、模型压缩、低延迟/流式合成等技术
熟悉语音合成前端处理流程，如文本规范化、分词、拼音/音素转换、多音字处理、韵律预测等
具备良好的问题分析、沟通协作和项目推进能力，能够阅读英文论文并跟进前沿技术
工作职责
负责语音合成/TTS核心算法研发与优化，包括声学模型、声码器、端到端TTS、SpeechLM等方向，持续提升合成语音的自然度、表现力和稳定性
面向业务场景，落地多语种/方言、情感合成、个性化音色、音色克隆、实时交互等语音合成能力
负责语音合成前端与数据Pipeline建设，包括文本处理、韵律建模、音频处理、数据清洗、模型训练、评测与迭代
跟踪语音合成前沿技术，如LLM/多模态在TTS中的应用、零/少样本音色克隆、Instruct TTS等，并推动产品化落地
优先资格
年及以上语音合成相关经验优先
熟悉Java/C/C++更佳
AI 洞察
优缺点分析
优点
- 依托海信庞大的智能硬件生态，算法落地场景丰富，能接触到真实的业务数据和用户反馈
- 涉及LLM、多模态等前沿技术在TTS中的应用，技术栈先进，有利于保持技术敏锐度
- 传统家电企业的研发节奏和互联网大厂可能存在差异，需适应其特有的工程化与产品化流程
- 具备扎实深度学习基础，对语音合成技术有浓厚兴趣，且希望在大平台将算法转化为实际产品的算法工程师
缺点 / 挑战
- 语音合成技术迭代极快，需要持续阅读英文论文并跟进前沿，学习压力较大
角色解读
- 纵向可发展为语音算法专家或首席科学家，深耕TTS及多模态语音技术
- 横向可转型为AI技术总监或算法团队负责人，带领团队攻克复杂业务场景下的语音交互难题
- 研发和优化语音合成（TTS）核心算法，包括声学模型、声码器和端到端模型，提升语音自然度与表现力
- 负责TTS前端处理与数据Pipeline建设，并推动多语种、音色克隆等前沿技术在业务场景中的落地
- 扎实的深度学习基础，精通Python及PyTorch/TensorFlow，熟悉主流TTS模型（如VITS、FastSpeech等）
- 具备语音合成前端处理经验及一定的工程化落地能力，了解模型部署与推理加速
申请策略
- 了解海信在智能家居、车载语音等领域的业务布局，面试时结合具体场景探讨算法落地方案
- 重点突出在TTS核心算法（如VITS、Diffusion TTS）上的项目经验及带来的具体指标提升
- 展示在音色克隆、多语种合成或流式合成等复杂场景下的工程化落地能力
- 提前了解LLM在语音合成中的最新应用（如SpeechLM、Instruct TTS），准备相关技术见解
- 复习模型压缩与推理加速技术，以应对实时交互场景下的低延迟要求
面试指南
- STAR法则：针对项目经验，从背景、任务、行动（具体算法改进与工程优化）到结果（指标提升）进行结构化回答
- 技术深度+业务广度：在回答技术问题时，不仅讲算法原理，还要结合海信的实际业务场景（如家电语音助手）谈落地考量
- 请详细介绍你参与过的一个端到端TTS项目，你是如何解决合成语音自然度或表现力问题的？
- 在音色克隆或零样本合成中，你如何处理少样本情况下的音色相似度与稳定性的平衡？
- 针对实时交互场景，你在模型压缩、推理加速或流式合成方面做过哪些优化？
- 你如何看待LLM/多模态技术在TTS中的应用前景？有哪些具体的落地思路？
- 准备1-2个自己主导的TTS算法优化案例，梳理清楚技术难点、解决方案及最终收益
- 提前体验海信的智能语音产品，了解其现有语音交互的优缺点，准备一些建设性的优化建议
职位点评
薪资福利70
成长发展85
工作生活65
使命价值75
薪资福利
70中等
海信作为上市巨头，薪资在青岛和武汉当地具有竞争力，但相比一线互联网大厂可能略有差距，整体福利体系完善。
薪资信号市场水准 (2千–3.5万/月)
成长发展
85较高
岗位涉及LLM、多模态等前沿TTS技术，技术栈先进，且依托海信丰富的硬件生态，算法落地与成长空间广阔。
技术前沿前沿/新兴技术
技术栈TTS、SpeechLM、VITS、Diffusion TTS、PyTorch、LLM
成长机会跟踪语音合成前沿技术、推动产品化落地
业务类型ambiguous
工作生活
65中等
青岛和武汉的生活成本相对一线城市较低，海信作为传统巨头工作节奏相对规律，但算法岗仍需应对技术迭代压力。
工作模式未明确
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
75中等
语音合成技术广泛应用于智能家居、无障碍沟通等领域，具有较好的社会价值，且海信平台能提供稳定的行业影响力。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs