深度学习
机器学习
语音识别
自然语言处理
Torch
0
1
2
3
4
5
0
1
2
3
4
5
1天前在线
语音合成科学家
上海全职 · 800/日 · 17400/月信用一般
工作时间: 周末9:30-6:30工作地点:
远程
服务企业:
0家累计提交:
0工时
联系方式:
********
********
********
****************
查看联系方式
个人介绍
十多年ai语音合成技术行业经验，擅长ai模型开发调优，语音数据制作和处理，擅长python和pytorch框架，熟悉拼接，参数，dnn，tacotron，vits，valle等各代语音合成框架和原理推导；熟悉自然语言处理技术，比如中文分词，词性标注，句法分析，韵律预测等技术；熟悉统计机器学习方法和深度学习的理论和应用；熟悉大模型prompt工程，多agents开发等大模型应用开发；可承接语音合成、自然语言处理、大模型应用开发等。
工作经历
2018-12-01 -2022-02-01字节跳动语音合成科学家
参与语音合成技术的开发应用落地，包括多语言多场景多角色多风格的技术研发，最终用于诸如抖音，番茄小说等产品。期间对tacotron2技术进行了中英文适配，部分模块创新，达到高可控的目标。
教育经历
2007-09-01 - 2010-07-01社科院研究生院语言学及应用语言学硕士
系统学习了实验语音学，主要做中文普通话韵律相关的声乐分析，接触到了参数语音合成，此后一直在该技术上跟进。
2003-09-01 - 2007-06-01北京大学语言学及应用语言学本科
系统学习了计算语言学，数学，计算机三门学科的主要课程，并在大三开始接触学习了机器学习与人工智能课程。对数学建模感兴趣。
技能
作品
模型功能：对输入中文句子进行分词，并对分词结果进行词性标注； 系统架构：基于有向无环图+条件随机场模型的分词+词性标注端到端模型，基于python开发。 使用方法：可以基于已经训练好的模型去做分词和词性标注； 主要职责：负责新模型架构的构思，模型推理、参数优化的数学推导，并采用python实现。 主要成果：基础模型基于北大98年人民日报语料库训练，在22年人民日报数据集上分词准确率可达98.3%，词性标注准确率也在94%以上；支持快速新增数据学习、热更新，线上badcase热修复。
02024-12-12 21:17
