シニア音声AIエンジニア（音声合成/TTS）/生成AI・音声AI技術を活用したソリューションの開発・提供企業の求人

●業務概要
電話向けAIソリューションにおける音声（音声合成/TTS）の品質向上を、モデルとデータの両面からリードするポジションです。発音の誤り、不自然な抑揚、レイテンシなどの課題を特定・解消し、将来的には音声チームを牽引することが期待されています。

●具体的な業務
1. TTSモデルの研究開発・改善
・最先端のTTSアーキテクチャ（LLMベースTTS、オーディオコーデック、フローマッチング、ディフュージョン等）の学習と改善
・発音誤りや不自然な抑揚、不安定さの改修による品質・安定性・レイテンシの向上
・推論チームと連携したプロダクトへの導入およびレイテンシ削減

2. 課題特定と音声データ戦略の策定
・TTSの品質課題を特定し、モデルとデータの両面で解決策を企画・実行
・データ収集・選定・品質基準の設定といった音声データ戦略の策定
・音声データの前処理、アライメント、レーベリングなどのパイプライン構築

3. 評価設計
・品質測定のための評価基準および評価セットの設計
・主観評価（MOS等）と客観評価を組み合わせた評価の実施

4. プロダクト連携・チームリード
・プロダクトマネージャーやクライアントプロジェクトの要求を技術的課題に落とし込み、改善ロードマップを策定
・メンバーのメンタリングおよび技術的方向性の提示

●ポジションの魅力
・製品の音声品質を自らの判断と設計で定義・改善できる環境です。
・単なる研究にとどまらず、データ準備からプロダクト要件定義まで一気通貫で関与できます。
・ゼロから音声品質の評価体系を構築し、将来的にチームをリードする役割を担えます。

【必須スキル】
・英語での業務レベルのコミュニケーション能力、および日本語能力（JLPT N2相当以上）
・TTS / 音声合成モデルの研究開発および学習の実務経験
・TTSの品質課題を特定・改善し、プロダクトとしてリリースした経験
・最先端のTTSアーキテクチャ（LLMベースTTS、オーディオコーデック、フローマッチング、ディフュージョン等）の学習・改善経験
・音声データの設計および品質管理（前処理、アライメント、レーベリング）の実務経験
・PythonおよびPyTorchを用いた高い実装力
・PM等と連携し、要求を技術課題へ落とし込んだ経験

【歓迎スキル】
・日本語TTSの経験（アクセント、読み推定、テキスト正規化）
・電話音声（8kHz等）やコンタクトセンター領域での経験
・ストリーミングTTSや低レイテンシ音声対話システムの経験
・ASR、Speech-to-Speech、Speech LLMの経験
・分散学習の実務経験
・チームマネジメント経験
・InterspeechやICASSP等の学会での論文発表実績
・中国語力

【求める人物像】
・定性的・感覚的な課題を聴感で捉え、データと指標で論理的に説明できる方
・モデル、データ、プロダクトの領域を横断して柔軟に課題解決を行える方
・研究開発とプロダクト成果の双方に責任感を持てる方
・チームメンバーを育成し、チーム全体での成果最大化を目指せる方

生成AI・音声AI技術を活用したソリューションの開発・提供