岗位描述（节选）
1.建设多语种语音大模型（端到端同传、ASR、TTS等）训练数据体系，覆盖中文、英语、阿拉伯语、俄语、土耳其语、泰语、印尼语、越南语等20余个语种。与算法/产品团队协同，评估数据缺口，针对语种特点和模型需求制定数据建设路线与优先级；
2.统筹标注标准和标注资源，定义语音模型高表现力指标，为提升模型在音色多样性、韵律表现、副语言信息、情感表达、表达张力、流式自然度等方面表现提供数据方案；解决多语种在语音同传、翻译场景下的表达习惯、文化适配等问题；
3.建立数据生产规范，搭建智能化数据生产管线，覆盖清洗、预处理、加工、精标、验收等环节，提升中/低资源数据获取效率和质量；主导数据合成、Agent驱动数据生成等智能化数据生产技术的探索和应用，持续生产高质量训练数据，并把控数据合成与采集的合规风险。统筹数据供应商，负责供应商选型、交付标准制定与质量审计；
4.建立主客观结合的数据评价体系，统筹……
完整岗位描述与官方投递入口,请登录后在岗位详情页查看。