■業務内容
音声生成（TTS）技術の中核エンジニアとして、モデルのFine-tuning・推論最適化からサービス統合まで一気通貫で推進していただきます。
日本最大級のエンタメプラットフォームで、世界に通用する音声AIを創り上げる挑戦的なポジションです。

TTSモデル（Qwen-TTS、Orpheus等）のFine-tuning・話者/感情制御の実装
GPU上での推論効率化（バッチング、KV cache、量子化、同時実行数チューニング）
音素タイムライン生成のTTSパイプラインへの統合（アバターのリップシンク等への応用）
推論基盤の構築・運用、レイテンシ（TTFS）とサービス品質の管理

■求めるスキル（必須）
TTS/音声合成モデル
・TTSモデル（Qwen-TTS、Orpheus、VITS、Fish-Speech等）のFine-tuning・追加学習の実務経験
・話者適応・感情/プロソディ制御・多言語対応などのカスタマイズ経験
・音声データセットの構築・前処理パイプライン（音声/テキストアライメント等）の開発経験
・PyTorchでのモデル学習、LoRA等の効率的Fine-tuning手法の実装経験

推論効率化
・GPU上での推論最適化（バッチング、KV cache管理、量子化、ストリーミング生成）の実務経験
・推論基盤（vLLM、TensorRT-LLM、SGLang等）の選定・導入・最適化経験
・同時実行数（concurrency）のチューニング、レイテンシ（TTFS等）改善の実務経験
・CUDA最適化、メモリ効率化に関する深い理解

サービス化技術
・REST API/WebSocket/gRPC設計、ストリーミング音声配信の実装経験
・推論サービスのレプリカ構成、オートスケーリング、監視・可観測性基盤の構築経験

■求めるスキル（尚可）
・音素タイムライン（phoneme timestamp）生成をTTSに統合した経験 ※優先採用
・リアルタイム音声対話・AIアバターのリップシンク等の開発経験
・言語：日本語能力検定1級、英語ビジネス会話レベル
・BigTech、音声AI特化企業でのTTS/音声生成モデルの開発・運用経験

■開発環境

■開発体制

■言語/技術
Python

■面談回数：確認中
■最低稼働日数：週5日
■PC貸し出し：有
■業務時間：
■リモート状況：フルリモート（地方可能）
■勤務地：六本木
■備考

■案件番号：794517293769