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

222 回复打赏收藏举报

写回复

回复

切换为时间正序

请发表友善的回复…

发表回复

分析对比2025年语音识别（ASR）与语音合成（TTS）技术趋势，涵盖Whisper、NaturalSpeech、VITS等模型的应用场景与部署策略，帮助开发者选择最合适的云端、边缘或嵌入式部署方案。

火山引擎的实时对话AI应用示例（rtc_conversational_ai）展示了如何利用WebRTC、大模型、语音识别（ASR）和语音合成（TTS）等技术实现低延迟的实时对话功能。前端代码实现包括音视频采集与传输、语音识别、大模型交互、语音合成和UI交互等核心模块。通过WebRTC实现音视频流的实时传输，使用WebAudio API捕获音频数据并调用ASR API进行语音识别，将识别结果发送给大模型获取回复，再通过TTS API将回复文本转换为语音播放。UI模块负责展示对话历史和控制通话状态。优化措施包括

文章目录1. 写在前面2. 语音合成 TTS(1) 基本概念(2) 效果评估方法(3) 音色与定制(4) 发音规则3. 语音识别 ASR(1) 基本概念(2) ASR效果影响因素口音噪音专业术语VAD(3) 效果评估方法(4) ASR效果提升方案声学模型（AM）语言模型（LM）4. 语音质检(1) 基本概念(2) 质检效果(3) 质检方法语音关键词检索语音分析情感识别5. 声纹识别(1) 基本概念(2) 优缺点优点缺点(3) 分类(4) 评估指标等错误率 EER响应时间 1. 写在前面由于工作和爱好原

自动语音识别（Automatic Speech Recognition，简称 ASR）是一种将人类语音转换为文本的技术。其目标是让计算机“听懂”人类的语言，将语音信息准确地转化为文字输出。ASR 技术从上世纪五六十年代开始发展，早期的 ASR 系统仅能识别少量词汇，且需要人为调整音调、语速等条件。在 AI 技术飞速发展的今天，ASR 系统已逐渐能够识别不同语言、方言甚至个性化的发音方式。

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。

CSDN创作者社区

1,418

社区成员

219

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