e签宝

1.参与语音识别算法服务的开发、联调和优化，覆盖 ASR、TTS、语义匹配等能力。 2.跟进 FunASR、SenseVoice、Kokoro、CosyVoice、Qwen3-TTS、BGE-M3 等相关模型和技术进展，优化ASR和TTS等算法模型。 3.参与 ASR 语音识别链路建设，包括音频预处理、VAD、降噪、时间戳、识别结果后处理和准确率评测。参与 TTS 文本转语音、声音克隆、多音色和多语言合成能力的接入与优化。 4.研究和解决多音字、生僻字、数字、专有名词、同音词以及中英文混合文本的识别和合成问题。参与中文、英文及其他语言场景下的语音数据处理、模型评测和效果分析。 5.构建测试数据集和评测脚本，分析 CER、WER、语义匹配准确率、延迟、吞吐量等指标。协助排查模型加载、GPU 推理、接口调用、并发调度和线上服务稳定性问题。 6.运用 AI Agent、AI Coding 工具加速文献调研、数据生成、实验迭代、模型分析和技术文档输出，推动核心算法成果转化为专利、论文或最佳实践。

1.计算机、人工智能、信号处理、通信、数学等相关专业，硕士及以上学历； 2.掌握 ASR、TTS、语义匹配中的一种或多种基本原理，具备基本的实验设计和数据分析能力，能够通过数据定位模型效果问。 3.能够阅读英文技术文档、论文或开源项目代码。 4.每周实习时间不少于 4 天，能够持续实习 3 个月以上。 理论与算法能力 1.掌握 Python，了解数字信号处理、音频采样、分帧、频谱和信噪比等基础知识。 2.掌握 ASR 的 CTC、Attention、Encoder-Decoder 等基本原理。 3.掌握 TTS 的文本分析、拼音或音素转换、声学模型和声码器等基本组成。 4.掌握向量表示、余弦相似度、阈值判定等语义匹配方法。 5.掌握流式推理中的分段、增量结果、上下文维护和低延迟处理。 6.掌握 CER、WER、准确率、召回率、延迟等常见评测指标 工程能力 1.熟练掌握C/C++或Python，pytorch，具备模型优化、推理优化、ONNX工程化部署经验。 工作方式 1.具备AI Native工作意识，能熟练运用AI Coding工具（Claude Code/Codex等）和AIAgent工作流加速算法研发全链路，将AI作为核心生产力工具而非辅助（必选项，非加分项） 优先考虑 1.有论文复现、开源项目贡献或算法竞赛经历 2.有 ASR、TTS、语义匹配、语音交互或 NLP 项目经验。 3.有流式 ASR、实时语音交互、多语言语音处理或低延迟推理经验。 4.有多音字、生僻字、文本归一化、拼音转换或 G2P 相关经验。 5.有音频数据清洗、难例分析、模型评测或服务压测经验。