陆控

1. *开源 TTS 模型的部署与推理优化*：在 TensorRT、vLLM-Omni 等框架下完成开源模型（如 CosyVoice、F5-TTS 等）的服务化部署，参与编译策略调优、流式合成改造与批处理配置，降低首包延迟、提升吞吐。 2. *音色定制与轻量微调*：基于业务提供的少量音频数据，使用 LoRA 等参数高效微调方法完成音色适配；参与数据清洗、转写对齐、训练配置与效果评估（相似度、自然度）的全流程。 3. *文本前端处理与纠错*：定位并修正开源模型文本前端（分词、G2P、数字归一化）在中文多音字、专有名词、中英混排等场景下的发音错误，维护业务词典与回归测试集。 4. *服务化封装与稳定性保障*：使用 FastAPI 或 Triton 将模型封装为标准推理接口，实现长文本切分、异常重试与降级兜底；参与显存规划与并发压测。 5. *开源模型调研与合规审查*：跟踪主流开源 TTS 模型的技术路线与许可证条款，输出选型对比报告，协助判断商用可行性与替换方案。 6. *效果评估与迭代*：搭建固定测试集，定期跑测 WER、说话人相似度与人工听感，记录模型更新前后的退化与改进。

1. **学历与专业**：2027 届本科及以上，理工科等相关专业。 2. **编程基础**：熟练掌握 **Python**，能独立阅读和修改开源项目代码；了解 Linux 基本操作与 Git 工作流。有 C/C++ 基础者加分。 3. **深度学习基础**：理解 Transformer 架构与注意力机制，熟悉 PyTorch 的基本训练与推理流程；了解 LoRA 等参数高效微调方法的原理。 4. **语音/生成模型认知**：对 TTS 的基本流程（文本前端、声学模型、声码器）有整体认识；接触过至少一个开源 TTS 项目（课程项目、竞赛、自学复现均可），能说清其输入输出与核心模块。 5. **工程习惯**：具备基本的实验记录、代码版本管理和问题排查意识；能阅读英文文档与论文。