AI语音合成（TTS）资深工程师（可海外申请）

东京招聘｜AI语音合成（TTS）资深工程师｜年薪1000万-2000万日元｜提供签证支持

职位名称

音声AI工程师（资深／语音合成／TTS）

岗位概述

负责提升电话客服AI的语音质量，从模型与数据两个方面解决读错字、语调不自然、声音不稳定和延迟高等问题，并在未来带领语音团队。

工作内容

TTS模型研发与改进：训练和改进基于LLM的TTS、Audio Codec、Flow Matching、Diffusion等新一代架构，改善质量、稳定性和延迟，配合推理团队完成上线和低延迟优化；

问题定位与数据策略：制定语音数据的采集、筛选与质量标准，搭建预处理、对齐、标注流程；

评价体系设计：设计评价标准与评测集，结合主观评分（MOS）和客观指标；

产品协同与团队管理：与产品经理确认需求，制定改进路线图，培养成员并制定技术方针；

不属于本岗位的工作

线上服务运维、值班与故障恢复，GPU集群维护，推理基础设施设计，以及以ASR和对话设计为主的工作；

必备条件

有TTS或语音合成的研发与训练实战经验；有发现并改进TTS质量问题并上线的经验；有新一代TTS架构的训练和改进经验；有语音数据设计与质量管理经验；Python和PyTorch实现能力强；有与产品经理及其他团队协作的经验；日语达到日常业务和设计讨论无障碍的水平（N2左右）；能用英语进行专业技术沟通；

加分条件

日语TTS经验；电话语音（8kHz）或呼叫中心领域经验；流式TTS与低延迟语音对话系统经验；ASR、Speech-to-Speech、语音大模型经验；分布式训练经验；团队管理经验；在Interspeech、ICASSP等会议发表过论文；具备中文沟通能力；

工作地点

东京都千代田区麹町2-3-2 半藏门PREX North（半藏门WeWork），半藏门站步行2分钟。推荐到岗，部分可远程；海外居住者可申请，公司提供就劳签证办理支持和搬迁支持；

雇佣形式与薪资

正式员工，年薪制1000万至2000万日元，根据前职薪资与能力综合决定；每年一次调薪，设有股票期权制度；

工作时间

专业业务型裁量劳动制，视为每天工作9小时，基本时间段为10:00至19:00；

假期

周六日、法定假日、年末年始（12月29日至1月3日）、特别休假，首年带薪休假10天；

试用期

3个月，条件不变；

福利

社会保险齐全，通勤补贴每月最高25000日元，提供MacBook Air与外接显示器，AI工具补贴每月最高3万日元，提供Claude Code、Cursor、Devin等开发工具，办公室饮品免费，每日午间交流，每月一次聚餐，室内原则禁烟；

选考流程

线上面谈，案例题与一面，有偿试工（1到2天到办公室协作），终面，Offer面谈。必要时会进行背景调查；因日程或副业规定无法试工的，可以提前沟通。