Ведущий разработчик-исследователь ML [Синтез речи] (MWS AI)

з/п не указана
МТС
Москва Постоянная занятость Полный день

Описание

MWS AI – это часть экосистемы МТС Web Services, где создаются AI-решения будущего. Голосовые ассистенты и чат-боты могут ответить на любой вопрос клиента, а компьютерное зрение - распознавать лица и эмоции. Мы объединили сильных разработчиков, самый мощный суперкомпьютер, и прорывные идеи, чтобы делать жизнь людей комфортнее и безопаснее и помогать бизнесу.Ищем увлеченного профессионала, которому предстоит участвовать в исследованиях технологий синтеза речи, чтобы улучшать текущие решения и внедрять новые Чем предстоит заниматься Развивать LLM-based TTS: обучение, работа с речевыми токенизаторами и нейрокодеками. Повышать естественность и точность синтеза: моделирование просодии и разговорной интонации, управление эмоциями и стилем через текстовый промпт, нормализация текста, расстановка ударений и произношение. Клонирование голоса, включая zero-shot: тембр, манера речи, акцент. Оптимизировать инференс: сокращать задержку ответа и ускорять синтез, в том числе в стриминговом режиме. Проводить оценку качества по принятым в команде методикам: WER/CER, MOS/CMOS, внутренние бенчмарки. Быстро проверять гипотезы и переносить работающее в наши модели. Что для нас важно Уверенный Python и PyTorch, опыт полного цикла обучения моделей: от подготовки данных до оценки качества. Опыт с задачами речи или аудио: TTS, ASR, вокодеры, кодеки. Нет опыта именно в TTS, но есть сильный бэкграунд в смежном аудио - тоже рассмотрим. Опыт с генеративными моделями: авторегрессионные модели, GAN, диффузия или flow matching. Понимание того, как устроены речевые токенизаторы и нейрокодеки. Будет плюсом Опыт с LLM-based TTS, нейрокодеками и речевыми токенизаторами (EnCodec, DAC; квантизация RVQ/FSQ) или вокодерами (HiFi-GAN, Vocos). Опыт вывода моделей в продакшен и оптимизации инференса (архитектурно или под железо). RL для генеративных моделей (DPO, GRPO и подобное), особенно применительно к TTS. Опыт multi-GPU / multi-node обучения. Работа с русской речью: ударения, нормализация текста, фонетика. Опыт с другими языками СНГ или мультиязычным TTS - тоже плюс. Публикации или open-source проекты в области речи. Что предлагаем: Формат работы – гибрид Комфортный офис в 10 минутах пешком от метро Таганская (Москва) Медицинскую страховку с 1 месяца, включая стоматологию, страхование жизни и здоровья в поездках за рубеж. А еще можно застраховать родственников с корпоративной скидкой Компенсацию мобильной связи с первого дня Участие во внешних IT конференциях и обучающих программах Полезные курсы и вебинары в корпоративном университете и электронные библиотеки Единую подписку МТС Premium — KION light в онлайн-кинотеатре KION, сервис МТС Music Скидки и предложения от партнеров на фитнес, занятия английским и прочее

Откликнуться
Источник: hh · 09.11.2026

Похожие вакансии в городе Москва

Все вакансии в городе Москва →