上海在招岗位岗位信息聚合

高品质影视级TTS

腾讯 · 转正未明
面议
工作城市 上海学历 博士 / 硕士专业要求 福利待遇 岗位类型 实习实习分类 暑期未明确转正

课题描述

课题背景
传统 TTS 聚焦音质与清晰度,对情感维度(愉悦、悲伤、紧张、戏剧化等)的表达能力有限,往往无法精准传递文本蕴含的情绪或角色设定;而商用情感 TTS 仍存在数据昂贵、风格覆盖窄、推理耗时高与可控性弱等痛点。因此,本课题聚焦系统性攻克“高表现力+细粒度可控+跨风格泛化+低推理耗时”的高质量情感TTS全链路技术,打造下一代语音交互与内容生产工具。

课题挑战

1、情感主观性与标注噪声:情绪标签主观性强,情感类别与强度边界模糊,如何解决监督信号不稳定的问题;
2、文本语义-情感-韵律的耦合建模:情绪并非独立变量,受语义、上下文、角色设定、场景目标影响;韵律特征(F0、时长、能量、停顿)作为情感表达的主要载体,与情感意图之间呈高度非线性的一对多映射;
3、可控性与自然度的矛盾:强控制可能引入生硬、机械或韵律崩坏,需要兼顾可控强度、连续可调与生成稳定性;
4、音色与情感解耦:情绪变化易牵连声学特征导致音色漂移(speaker leakage),需要在赋予语音极致情感表现力的同时严格保持声纹稳定性;
5、长文本/多轮对话的一致性:如何在长文本或多轮对话中保持跨句情感走向、语气一致性及角色人设的稳定,并处理引用、反问、讽刺等复杂语用现象。

具体工作

参与情感TTS数据处理与建模实验,包括但不限于研究情感/韵律表征与可控生成,优化音色-情感解耦与长文本一致性,并完成客观指标+主观MOS/偏好评测与游戏场景验证。

课题要求

1、包含但不限于计算机科学、人工智能、模式识别、电子信息、通信工程、声学、自动化等相关专业的博士或优秀硕士;
2、熟悉语音合成(TTS)或语音信号处理相关算法,了解Transformer、扩散模型、Flow Matching、语音编解码等技术;熟练使用PyTorch等深度学习框架,掌握Python编程语言;
3、对语音合成和情感表达方向有浓厚研究兴趣,具备较强的文献阅读与问题分析能力,沟通协作意识好,自驱力强,能积极主动推动研究进展。

职位方向

IEG

工作地点

上海

参加面试的城市

远程面试

招聘部门和工作地

IEG互动娱乐事业群
游戏前沿技术
游戏前沿技术,聚焦腾讯游戏技术预研和实现,通过提供产品化服务来提升整体游戏研发效率,助力腾讯成为全球游戏研发技术领先者。行业技术大牛及全球顶尖院校大咖云集于此,我们着眼于「人工智能技术」与游戏研发深入结合,探索新玩法和交互方式;引入AIGC、图形学、程序化内容生成、动捕等前沿技术,提升「数字内容」制作效率和能力;研究「游戏引擎」核心技术并致力于图形学前沿探索,同时开发完全自主知识产权的「自研引擎」;研发业界领先的游戏在线服务及基础服务框架,聚焦提升「游戏GaaS化服务」能力;探索语音前沿领域,引领「游戏语音」行业技术演进;把握行业未来趋势,设计并实现高性能、高效能且安全的「编译编程系统」及工具链……
加入我们,以领先技术赋能业务,提升用户娱乐品质!
工作地点上海
内容来自「腾讯校招」官方招聘页面