モデルエンジニア

---

Job details

Company overview

Our client is planning and developing entertainment services.

Responsibilities

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ます。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

Requirements

必要業務経験：

• 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
• GPU上での推論最適化の実務経験
• 推論基盤の選定・導入・最適化経験
• REST API/WebSocket/gRPC設計、ストリーミング音声配信の実装経験

語学：

• 英語：上級

Salary

7 - 11 million yen

Location

Tokyo