HC
算法
- 公司信息：
- 毅思北京互联网科技有限公司
- 工作经验：
- 1年
- 兼职日薪：
- 1000元/8小时
- 兼职时间：
- 可工作日远程
- 所在区域：
- 上海
- 杨浦
技术能力
熟练掌握大模型微调、多模态语音合成相关技术，精通Qwen、CosyVoice等阿里开源大模型与TTS框架；熟练使用LoRA/PEFT轻量化微调方案，可针对TTS模型做音色、韵律、多音字发音定制优化。熟练Python、PyTorch、vLLM推理加速，能够完成流式Streaming-TTS改造、WebSocket实时音频流开发；熟悉FastAPI后端服务封装、Docker容器化部署，具备高并发推理优化经验，可通过混合精度、动态Batch优化提升服务吞吐。掌握文本归一化TN规则开发，能处理数字、量词、多音字等中文发音问题，熟悉客服场景TTS生产落地全流程，可独立完成模型调优与工程上线。
项目经验
1. Qwen-TTS生产级落地优化项目：基于Qwen-TTS与CosyVoice完成生产化改造，针对原生模型发音不准、长文本韵律生硬问题，构建客服领域标注数据集，采用LoRA微调优化多音字、数字读音；自研文本归一化模块统一输入文本格式，优化长文本智能分句逻辑，改善断句与自然度。完成流式TTS推理改造，实现边生成边播放，依托vLLM优化推理速度，通过FastAPI+WebSocket搭建实时语音合成服务，Docker打包部署，完成压测优化，满足客服机器人低延迟、高并发生产需求。
2. 参与LLM数据抽取开发项目，基于大模型实现PDF财报结构化信息提取，完成数据清洗入库与前端可视化对接。
案例展示
-
算法
本项目基于Qwen-TTS、CosyVoice开源模型，面向客服机器人场景完成生产级落地优化。负责前端文本归一化模块开发，通过规则+小样本LLM方案解决多音字、数字、计量单位发音错误问题；采用LoRA轻量化微调方案，依托客服场景语料优化音色、停顿与韵律表现，优化长文本智能分句逻辑
-
算法
本项目为海外物业SaaS定制财报智能解析管线，依托大模型完成PDF财务报告自动化结构化提取。使用Pdfplumber搭建PDF解析Pipeline，完成不规则财报文本、表格内容提取；通过自研LLM提示词工程，将非结构化财务文本转换为标准化字段数据，区分营收、成本、资产等类目。
