Инженер по голосовым технологиям (Voice / Speech AI)

Обязанности:

• Эксплуатировать и улучшать self-hosted STT и TTS на узбекском, русском и каракалпакском языках с выводом в продуктовую среду.

• Разрабатывать и поддерживать собственные STT/TTS-сервисы в Pipecat.

• Снижать сквозную задержку: стриминг, VAD, определение конца реплики, перебивание (barge-in), смена очереди.

• Собирать оценочные наборы на узбекском и русском из записей колл-центра; отслеживать WER/CER и качество TTS (MOS, разборчивость).

• Дообучать и адаптировать модели под телефонное аудио (8 кГц, шум, смешение узбекского и русского).

• Упаковывать модели в GPU-сервисы с измеренными потреблением VRAM, задержкой и многопоточностью

Требования:

• От 3 лет в speech/audio ML, минимум одна система ASR или TTS, выведенная в продуктовую среду.

• Уверенный Python и PyTorch; практический опыт с современным ASR (Whisper, Conformer/CTC, GigaAM и аналоги) и нейросетевым TTS.

• Понимание работы с аудио в реальном времени: WebRTC или SIP, кодеки, частоты дискретизации, потоковый инференс.

• Опыт развёртывания моделей на GPU NVIDIA.

• Свободный русский; узбекский — большой плюс, так как вы будете оценивать качество узбекской речи.

БУДЕТ ПЛЮСОМ:

• Pipecat, LiveKit или аналогичные фреймворки для голосовых агентов; Asterisk или другая телефония.

• Диаризация спикеров, распознавание эмоций или намерений в звонках.

• Опыт сбора речевых датасетов для малоресурсных языков.

Условия:

• Оформление трудовых отношений в соответствии с действующим законодательством.

• Добровольная медицинская страховка или абонемент в фитнес-клуб Чехов.

• 27 календарных дней оплачиваемого отпуска в год.

• Возможности для обучения и развития сотрудников, корпоративные тренинги.

• Служебная сотовая связь.