TTS/STT Engineer

TTS/STT Engineer (Voice AI)

Ми шукаємо TTS/STT Engineer, який(а) допоможе побудувати з нуля напрямок синтезу та розпізнавання мовлення в компанії: від вибору моделей і підготовки датасетів до production-ready pipeline для AI-продуктів.

Це роль для спеціаліста, який хоче впливати на формування Voice AI-напрямку та працювати з сучасними TTS/STT технологіями. Також у межах академії готові розглядати кандидатів із мінімальним комерційним досвідом, але сильним інтересом до AI/ML та бажанням розвиватися в напрямку speech technologies.

Що потрібно буде робитиТехнічна розробка

• Розгортання та fine-tuning TTS-моделей (XTTS v2, F5-TTS, OrpheusTTS) під конкретні голоси та мови
• Налаштування STT pipeline на базі Whisper (faster-whisper, Whisper large-v3)
• Voice cloning: підготовка референс-аудіо, навчання моделей, оцінка якості
• Побудова мультимовних pipeline з підтримкою української та інших мов
• Оцінка якості моделей: WER (Word Error Rate) для STT, MOS (Mean Opinion Score) для TTS
• Інтеграція TTS як output-layer для AI-агентів та чат-ботів спільно з GenAI-командою

Робота з даними

• Пошук, оцінка та підготовка аудіо-датасетів (Common Voice, власні записи тощо)
• Розмітка та вирівнювання аудіо (Montreal Forced Aligner та аналоги)
• Побудова pipeline для обробки та аугментації аудіо

Академія та розвиток напряму

• Участь у розвитку внутрішньої експертизи Voice AI
• Knowledge-sharing, code review та допомога у розвитку junior-спеціалістів академії
• Документування моделей, pipeline та результатів експериментів (MLflow / W&B)

Що для нас важливо

• Python та досвід роботи з ML/DL pipeline
• Розуміння принципів роботи TTS/STT систем
• Досвід роботи з Whisper, XTTS, Coqui TTS, PyTorch або HuggingFace
• Досвід fine-tuning моделей та роботи з аудіо-даними
• Вміння самостійно досліджувати та тестувати нові підходи

Буде плюсом

• Досвід побудови мультимовних voice pipeline
• Робота з GPU / inference optimization
• Досвід інтеграції AI-рішень у production
• Open-source або pet-projects у сфері AI

Ми пропонуємо

• Можливість побудувати Voice AI напрямок практично з нуля
• Роботу з сучасними TTS/STT та GenAI технологіями
• Вплив на архітектуру та технічні рішення
• Гнучкий формат співпраці та віддалену роботу
• Швидкий професійний ріст та сильне AI-середовище