光子 AI-高级研究员-语音合成与多模态大模型
Tencent
- Location
- Shenzhen
- Level
- Senior
- Posted
- 8 Oct 2026
ResearchSeniorOn-siteActive
Original posting
Skills
- LLM
- Multimodal
- Speech
Summary
1.基于大语言模型（LLM）及多模态/全模态大模型，研究和开发前沿语音合成与生成算法（如 TTS、语音转换、声音/音乐生成等）； 2.开发和优化面向线上应用的语音及音频合成系统，提升效果、效率和可扩展性； 3.探索并推进全双工/流式多模态大模型在语音理解、语音生成及实时语音交互方面的能力；
Full description
1.基于大语言模型（LLM）及多模态/全模态大模型，研究和开发前沿语音合成与生成算法（如 TTS、语音转换、声音/音乐生成等）；
2.开发和优化面向线上应用的语音及音频合成系统，提升效果、效率和可扩展性；
3.探索并推进全双工/流式多模态大模型在语音理解、语音生成及实时语音交互方面的能力；
4.与研究和工程团队跨职能协作，推动项目从原型验证到生产落地。