岗位职责:
1、计算机视觉核心算法(图像滤波、图像分类、目标检测、图像分割、图像复原等)的研发;
2、wav2lip模型的集成和优化：负责将wav2lip模型集成到数字人声音和脸互动系统中，并进行必要的优化，以确保其在实时应用中的高效性和性能。
3、模型训练和推理：训练并调优wav2lip模型，以适应不同的声音和嘴唇同步需求。
4、深度学习核心算法(cnn、rnn、gan、rl等)的研发;
5、实现公司核心算法产品的迭代与优化，完成产品开发周期的升级迭代
6、负责图像处理与识别算法的代码实现、集成、测试与维护;
7、负责图像处理软件产品的研发工作；
8、opencv ，图像识别/处理，ocr，机器学习与模式识别等人工智能相关算法设计与开发，视频数字人。计算机视觉，图像检索；
9、负责以上开发过程文档编写。
基本要求:
1、信息处理、图像处理、模式识别、计算机类相关专业,本科及以上学历;
2、熟悉和使用过wav2lip框架；熟悉开发工具，能独立编写程序;
3、熟悉或熟练使用常用图像识别算法框架等;
4、有2年数字人或者人工智能产品的视觉经验优先。

职责：
1、语音识别模型开发：设计、开发和优化语音识别模型，将语音信号转化为文本。这可能涉及深度学习技术，如卷积神经网络（cnn）和循环神经网络（rnn）等。
2、语音合成模型开发：开发文本到语音（tts）合成模型，将文本转化为自然流畅的语音输出。
3、数据准备和处理：收集、清洗和标注语音数据集，以用于训练和评估语音处理模型。
4、特征工程：提取和选择适当的语音特征，以供模型训练和推断使用。
5、模型训练和调优：使用机器学习和深度学习技术训练语音处理模型，并进行超参数调优以提高性能。
6、语音识别和合成系统集成：将开发的语音识别和合成模型集成到应用程序或系统中，以实现实际应用。
7、性能评估和优化：评估模型的性能，并采取措施来改进准确性、速度和资源效率。
8、研究和创新：跟踪最新的语音处理技术和研究成果，以不断改进和创新工作。
要求：
1、机器学习和深度学习：熟悉机器学习和深度学习的基本理论和实际应用，包括神经网络、优化算法等。
2、编程技能：精通编程语言，如python，以便实施和调试语音处理算法和模型。
3、数据处理：具备数据清洗、标注和处理的技能，能够有效地准备训练数据。
4、信号处理：了解语音信号处理的基本原理，包括声学特征提取和音频处理技术。
5、自然语言处理：理解自然语言处理基本概念，因为语音处理通常需要与文本相关的技能。
6、深度学习框架：熟悉深度学习框架，如tensorflow、pytorch等，以构建和训练模型。
7、软件工程：具备良好的软件工程实践，包括版本控制、团队协作和文档编写等。
8、问题解决能力：能够解决复杂的语音处理问题，并具备调试和优化模型的能力。
9、沟通能力：与团队成员、产品经理和其他相关人员沟通，以确保语音处理项目的顺利推进。
任职要求：
1.本科及以上学历，相关专业硕士、博士优先（待遇可谈）。
2. 熟悉python等编程语言；了解和使用（tts）合成模型。
3.熟悉和使用过tensorflow、pytorch框架等。
4.有两年以上相关领域工作经验优先，有实际项目经验的优先。
5.优秀的学习能力与创新能力，具有良好的沟通协调和团队合作能力。

岗位职责：
1、wav2lip模型的集成和优化：负责将wav2lip模型集成到数字人声音和脸互动系统中，并进行必要的优化，以确保其在实时应用中的高效性和性能。
2、语音到嘴唇同步：开发或改进算法，将语音内容同步到数字人的嘴唇动作，以实现逼真的口型同步。
3、嘴唇生成和动画：设计和实现嘴唇生成模型，以根据输入的文本或语音内容生成逼真的嘴唇动画。
4、音频处理：处理音频数据，包括语音识别、情感分析和声音合成，以提供更真实的声音互动体验。
5、实时互动支持：确保系统能够在实时互动环境中运行，例如实时聊天、虚拟主持人等。
6、模型训练和调优：训练并调优wav2lip模型，以适应不同的声音和嘴唇同步需求。
7、性能监控和优化：监控系统性能，优化模型和算法，以确保在各种硬件和网络条件下都能够高效运行。
技能要求：
1、深度学习和计算机视觉：深入理解深度学习和计算机视觉原理，尤其是与人脸生成和嘴唇同步相关的技术。
2、语音处理：具备语音处理技能，包括语音识别、情感分析和声音合成，以实现高质量的声音互动。
3、wav2lip框架：熟悉wav2lip框架的原理和使用，能够进行模型集成、训练和优化。
4、编程技能：熟练使用编程语言（通常是python）进行开发，能够处理大规模的视频和音频数据。
5、模型调优：具备模型调优的经验，以适应特定的声音和嘴唇同步任务。
6、实时系统开发：有开发实时系统的经验，能够应对延迟和性能要求。
7、团队合作：具备团队合作和沟通的能力，与其他团队成员（如声音工程师、人机交互设计师）协作以实现整体系统。
8、创新和解决问题：具备创新思维和解决复杂问题的能力，以满足数字人声音和脸互动领域的挑战。
任职要求：
1.本科及以上学历，相关专业硕士、博士优先（待遇可谈）
2. 熟悉python等编程语言；了解和使用过wav2lip架构
3.熟悉和使用过wav2lip框架
4.有两年以上相关领域工作经验优先，有实际项目经验的优先
5.优秀的学习能力与创新能力，具有良好的沟通协调和团队合作能力