AI初创公司寻**移动端开发工程师**，具备**语音AI（ASR+TTS）集成能力**，熟悉**实时语音流处理和说话人区分技术**，最好有**嵌入式或智能硬件对接经验**，并且能够**快速落地App产品**。他/她需要理解语音识别的核心技术和API调-CSDN社区

lancy112 2025-06-26 19:31:55

AI初创公司寻**移动端开发工程师**，具备**语音AI（ASR+TTS）集成能力**，熟悉**实时语音流处理和说话人区分技术**，最好有**嵌入式或智能硬件对接经验**，并且能够**快速落地App产品**。他/她需要理解语音识别的核心技术和API调用流程，能独立完成从录音、上传、转写到播放的完整闭环，5-10年相关领域工作经验。坐标:广东深圳薪资待遇: 30K*14薪+期权。联系方式:4672895@qq.com或加微信lancy6699

...全文

146 回复打赏收藏转发到动态举报

写回复

回复

切换为时间正序

请发表友善的回复…

发表回复

基于火山引擎豆包大模型，从零搭建一个实时语音通话应用。它不是简单的问答，而是需要你亲手打通 ASR（语音识别）→ LLM（大脑思考）→ TTS（语音合成）的完整 WebSocket 链路。对于想要掌握 AI 原生应用架构的同学来说，这是个绝佳的练手项目。架构理解：掌握实时语音应用的完整技术链路（ASR→LLM→TTS）技能提升：学会申请、配置与调用火山引擎AI服务定制能力：通过代码修改自定义角色性格与音色，实现“从使用到创造”从0到1构建生产级别应用，脱离Demo，点击打开。

在谈人工智能的时候，一定不能不谈语音识别，语音识别是人机交互的入口，是指机器/程序接收、解释声音，或理解和执行口头命令的能力。目前国内外都有公司在语音领域有所投入，其中包括才成立几年的初创企业，也包括中途入局的巨头企业，电子发烧友梳理了国内10家在语音领域影响较大的企业如下，排名不分先后，如有任何纰漏，欢迎留言指正。科大讯飞成立于1999年，具有语音合成、语音识别、口语评测、语言翻译、声纹识别、人脸识别、自然语言处理等智能语音与人工智能核心技术。主要产品介绍：讯飞输入法，支持语音输入..

通过Dify平台实现ASR与TTS的高效集成，利用可视化流程编排连接语音识别、大语言模型和语音合成服务，降低多模态AI系统的开发复杂度。支持云API与本地模型部署，提升语音处理准确率与自然度，适用于智能助手、客服等场景。

Google Cloud的语音AI能力体现在多个层面。在语音识别方面，Google的ASR技术以其高准确率和多语言支持著称。在语音合成方面，Google的TTS引擎能够生成自然流畅的语音输出。在对话能力方面，Vertex AI支持开箱即用的Agent和个性化定制功能，并通过接地与增强确保输出结果更加可靠。LangChain和LlamaIndex等主流开发框架也在Vertex AI上得到了良好支持，便于开发者构建复杂的语音Agent应用。

本文介绍如何基于Qwen3-8B大模型，结合ASR与TTS技术，构建可在消费级GPU上运行的本地语音对话系统。涵盖模型部署、语音识别、合成及系统优化等关键步骤，实现低延迟、有记忆的自然交互体验。

CSDN创作者社区

1,400

社区成员

218

社区内容

发帖

与我相关

我的任务

其他其他

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章