JD 1：AIGC 音视频融合研发工程师（偏重 TTS 真人语音合成方向）
岗位职责
1. TTS 语音生成与真人音色合成：搭建、调试真人音色 TTS 工作流，完成音色复刻、情感语调调控、韵律优化、长文本断句与停顿处理，解决音色失真、机械感、断句生硬等问题，输出高自然度真人语音；负责语音批量生成、音色库沉淀、音素对齐与降噪后处理。
2. 音画联动与内容生产：结合 ComfyUI 图像 / 视频生成链路，实现文生图、文生视频、图生视频、视频插帧，完成 AI 角色图像、动态视频素材生产；重点对接 TTS 音频，实现音画同步、口型匹配，支撑 AI 角色成片交付。
3. 人物一致性与画面修复：落地视频换脸、人脸特征对齐、时序一致性控制，使用人脸检测对齐能力修复人脸扭曲、画面闪烁、人物漂移问题，保障视频角色形象稳定，适配配音成片需求。
4. 工作流沉淀与自动化集成：沉淀提示词模板、LoRA 配置、TTS 参数模板、音视频联动 SOP；使用 Python 开发批量任务脚本、调用 ComfyUI 与 TTS 接口，打通文本→语音→图像→视频全链路自动化，管控 GPU 算力、生成耗时与内容良品率。
5. 业务迭代与效果调优：基于业务反馈优化语音自然度、视频画面质量、音画匹配效果；配合 AI 角色、互动内容业务，完成音视频素材迭代、效果验收与交付。
任职要求
1. 1–3 年 AIGC 音视频 / 语音生成实战落地经验，可独立完成 TTS 音色调优、ComfyUI 生图生视频工作流搭建与内容交付，学历不限。
2. 精通 ComfyUI，可独立搭建复杂图像视频工作流；熟悉 SD、FLUX、LTX 等生成模型，掌握 ControlNet、LoRA 调参使用；熟悉 MTCNN、RetinaFace 人脸检测对齐，能解决视频人物一致性、画面闪烁问题。
3. 熟悉 TTS 真人语音合成链路，了解主流开源 TTS 框架，掌握音色复刻、情感控制、音频后处理基础，有音素对齐、音画同步落地经验优先。
4. 具备基础 Python 能力，可写批量处理脚本、调用 API、串联 TTS 与图像视频生成链路，排查链路报错。
5. 具备音视频审美与质量判断力，可使用剪映 / Premiere 做基础剪辑、音频降噪、成片后期。
6. 简历附带落地作品 / 案例，标注用到的模型、TTS/ComfyUI 工作流、个人负责模块、解决的核心问题。
加分项
- 有视频换脸、数字人、AI 角色批量音视频生产经验；
- 有 LoRA 训练、数据集清洗标注、开源模型 GPU 部署、推理加速、算力成本优化经验；
- 有 LLM、Prompt 工程、Agent、RAG 结合 AIGC 音视频生成的集成经
ความคิดเห็น
ยังไม่มีความคิดเห็น