Acclaim
Machine Learning TTS Engineer
Автоматический пересказ вакансии на русском. Полный текст на языке оригинала и форма отклика — на сайте работодателя.
ML-инженер в небольшую TTS-команду (2–3 человека) для расширения синтеза речи на новые языки и перехода на LLM-based TTS нового поколения с доведением моделей до продакшн-качества.
Задачи
- Расширять TTS на новые языки: сбор и курирование данных, text normalization/G2P, адаптация моделей
- Доводить новые TTS-архитектуры из research в продакшн: улучшать робастность, латентность и качество совместно с MLOps
- Развивать существующие модели через post-training, курирование данных, архитектурные улучшения и новые подходы к обучению
- Строить эффективные пайплайны аудиоданных: от записи дикторов и препроцессинга до обучения моделей
- Проектировать строгие бенчмарки и оценки, показывающие реальное улучшение новой итерации модели
Требования
- 3+ года опыта в речевых технологиях с практическим опытом TTS
- Практический опыт с современными LLM-based TTS подходами (VALL-E, CosyVoice, XTTS)
- Опыт доведения TTS-моделей до продакшна: стабильность, робастность, эффективность инференса
- Владение deep learning фреймворками, особенно PyTorch
- Понимание современных основ ML: Transformers, diffusion/flow matching, нейронные аудиокодеки, вокодеры
- Понимание ограничений стримингового TTS (латентность, chunked/incremental генерация)
- Знание обработки аудиосигналов и лингвистической стороны TTS (фонетика, text normalization)
- Базовый опыт обработки речевых данных (сегментация, alignment, фильтрация качества)
- Знакомство с методами оценки TTS (MOS, SBS)
- Сильные навыки Python и хорошие практики software engineering
- Умение самостоятельно исследовать новые идеи и улучшать существующие ML-системы
- Степень BS и выше в Computer Science или смежной области либо эквивалентный опыт
- Английский B2+
Условия
- Полностью удалённая работа по Европе
- 21 день отпуска + государственные праздники + 5 дней больничных
- Частные уроки английского через Preply
- Быстрый карьерный рост в senior-heavy команде
- Стартап-темп с корпоративной стабильностью: реальные клиенты и выручка, без бюрократии
Навыки
- TTS
- VALL-E
- CosyVoice
- XTTS
- PyTorch
- Transformers
- diffusion
- flow matching
- нейронные аудиокодеки
- вокодеры
- Python
- обработка аудиосигналов
- фонетика
- text normalization
- G2P
- MOS
- SBS
- MLflow
- DVC
- C++