语音算法架构师

岗位职责：
1、核心语音引擎研发： 负责公司 AI 核心能力中台的语音技术模块研发，主导语音识别（ASR）、语音合成（TTS）、声纹识别（VPR）及语音信号处理等核心算法的研发、迭代与性能优化；
2、金融场景深度优化： 针对银行网点、远程银行、线上客服等金融特有场景（如强噪声、多口音、高回声环境），设计并实现鲁棒性更强的语音识别与增强模型，确保障碍沟通场景下的高可用性；
3、赋能数智人与智能交互： 为公司的核心产品 “3D 数智人” 提供语音交互的全栈技术支持，包括高表现力、情感化的语音合成（TTS），以及高精度的远场语音识别与声源定位，打造流畅、自然的金融服务对话体验；
4、声纹技术应用落地： 研发并应用声纹识别技术，构建金融级的声纹认证与反欺诈系统。探索其在用户身份核验、交易风险预警、黑名单声纹库比对等场景的创新应用；
5、智能质检与风控支持： 将语音识别（ASR）与自然语言处理（NLP）技术结合，支持金融服务录音的智能质检、合规监控、客户情绪分析及关键信息提取，为风险控制和营销分析提供数据支持；
6、平台化与工程落地： 负责语音算法的模型优化（量化、剪枝）、推理加速及服务化封装，确保模型在云端与边缘端（如金融机具）的高效部署；推动算法与国产信创软硬件（如昇腾、海光）的适配与调优；
7、前沿技术探索： 持续跟踪语音与音频领域的前沿技术（如端到端模型、跨语种识别、AI 降噪等），并将有价值的技术引入到实际业务场景中，保持公司在金融语音技术领域的领先性。
任职要求：
1、 硕士及以上学历，计算机科学、信号处理、声学、人工智能、电子信息工程等相关专业；
2、具备主导至少一个大型语音识别、语音合成或声纹识别项目从研发到成功上线的完整经验；
3、精通语音识别（ASR）、语音合成（TTS）、声纹识别（VPR）、语音唤醒（KWS）、语音增强（降噪/回声消除/去混响）等领域的核心算法原理，对 Conformer、U2/U2++、WeNet 等先进模型架构有深入理解和实践经验；
4、 精通 Python/C++，具备优秀的软件工程能力；熟练掌握 PyTorch/TensorFlow 等深度学习框架，并熟悉 Kaldi、ESPnet 等开源语音工具集；
5、 具备丰富的模型性能优化经验，熟练掌握模型量化、剪枝、蒸馏等技术。熟悉 ONNX、TensorRT、NCNN 等推理引擎，并有实际部署优化项目经验；
6、 具备扎实的数字信号处理理论基础，熟悉麦克风阵列信号处理（波束成形、声源定位）技术者优先；
7、了解国产 AI 算力平台（如华为昇腾、海光 DCU）的技术特性，有相关平台模型迁移、适配和性能调优经验者优先；
8、 具备优秀的分析和解决问题能力，能将复杂的金融业务需求转化为具体的技术方案；拥有良好的团队协作精神和沟通能力，能主动推动项目落地；
9、有金融科技、银行 IT、智能客服、安防或车载语音系统相关行业背景者优先；有处理金融场景下复杂噪声、强口音数据经验者优先。