• 外包信息请发到 /go/outsourcing 节点。
• 不要把相同的信息发到不同的节点
andyxinweimin
V2EX  ›  酷工作

remote 算法工程师(偏重 TTS 真人语音合成方向)22K-35k 算法工程师(偏重生图生视频 & 人物一致性方向)22K-35k

  •  
  •   andyxinweimin · 2h 16m ago · 106 views

    算法工程师(偏重 TTS 真人语音合成方向)

    22K-35k

    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
    6. 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。
    7. 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。
    8. 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。
    9. 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。
    10. 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。
    11. 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验;
    • 具备 ComfyUI 自定义节点开发、口型预测(Wav2Lip 等)经验;
    • 熟悉二次元、网文、AI 陪伴、海外互动娱乐业务,理解对应内容合规与风格需求。

    简历投递 [email protected]

    算法工程师(偏重生图生视频 & 人物一致性方向)

    22K-35k

    D 2:AIGC 图像视频生成研发工程师(偏重生图生视频 & 人物一致性方向) 岗位职责

    1. 图像与视频生成工作流搭建:基于 ComfyUI 搭建稳定可复用的文生图、图生图、文生视频、图生视频、视频插帧工作流,支撑业务批量素材生产,把控画面风格、构图、画质稳定性。
    2. 人物一致性与视频画质优化:落地视频换脸、人脸特征融合、人脸时序对齐,使用人脸检测对齐能力持续解决人脸变形、面部闪烁、人物漂移、身份丢失等时序一致性问题,保障 AI 角色跨帧形象统一。
    3. 工作流沉淀与自动化交付:沉淀提示词库、LoRA 参数配置、ControlNet 控制方案、标准化 SOP;使用 Python 编写批量处理脚本、对接生成接口,自动化调度图像视频任务,优化推理速度、控制 GPU 算力成本,提升产出良品率。
    4. 音视频链路协同:配合 TTS 语音合成链路,对接音频输入,支持口型驱动、音画同步成片;按需输出配套图像、动态视频素材,支撑 AI 角色互动内容成片交付。
    5. 业务效果迭代调优:根据业务侧反馈迭代画面风格、角色形象、动态效果,持续优化生成质量,完成 AI 角色相关图像、短视频素材的验收与交付。 任职要求
    6. 1–3 年 AIGC 图像 / 视频生成实战落地经验,能够独立完成 ComfyUI 工作流搭建、效果调优、批量内容交付,学历不限。
    7. 熟练使用 ComfyUI,可独立搭建、调试复杂图像视频链路;熟悉 Stable Diffusion、FLUX、LTX 系列生成模型,熟练运用 ControlNet、LoRA 做风格与人物约束。
    8. 熟悉人脸检测、对齐、图像融合相关方案,了解 MTCNN、RetinaFace,能够独立排查并解决视频人物一致性、画面时序闪烁类问题。
    9. 具备基础 Python 编程能力,可编写批量脚本、调用接口、调试工作流、串联上游 LLM / 提示词链路。
    10. 具备画面审美与内容质量判断能力,可使用剪映或 Premiere 完成基础剪辑、调色、成片后期。
    11. 简历需附带本人落地案例 / 作品,注明所用模型、ComfyUI 工作流、个人负责模块、解决的核心画质与一致性问题。 加分项
    • 有视频换脸、数字人、AI 角色短视频批量生产经验;
    • 有 LoRA 训练、数据集整理标注、开源模型 GPU 部署、推理性能优化经验;
    • 有 LLM、Prompt、Agent、RAG 和图像视频生成链路集成经验;
    • 有 ComfyUI 自定义节点开发、Wav2Lip 等口型同步对接经验;
    • 了解 TTS 语音合成基础,能协同音频侧完成音视频联调;
    • 熟悉二次元、网文、AI 陪伴、海外互动娱乐业务,理解业务风格与合规要求。

    两份 JD 同源冗余:核心能力池一致,只是权重倾斜不同,JD1 重心放在 TTS 真人音色合成 + 音画同步,JD2 重心放在 ComfyUI 生图生视频、人物时序一致性、换脸画质优化,业务目标都是 AI 角色互动内容生产。

    简历投递 [email protected]

    No Comments Yet
    About   ·   Help   ·   Advertise   ·   Blog   ·   API   ·   FAQ   ·   Privacy   ·   Solana   ·   977 Online   Highest 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 22ms · UTC 19:20 · PVG 03:20 · LAX 11:20 · JFK 14:20
    ♥ Do have faith in what you're doing.