音声対話AI研究開発リサーチャー・エンジニア

必須

• 3年以上の職務経歴（※）をお持ちの方は、ページ下部の「応募」ボタンから下記の情報をお送りください。
• （※）企業、大学、研究機関などにおける研究職またはエンジニア職が対象です。
• 任期付き（有期雇用）の教員・研究員、学振PDも含みます。
• 学振DC、在学中のRA/TA、その他在学中の奨学金的な性格を有する研究員は含まれません。
• 音声処理技術に関する研究開発
• データベース構築（主に音声データ）を伴う、音声処理モデルの学習を要する業務
• 機械学習に関わるOSSの実装/改良経験
• 音声を扱うアプリケーション・システム開発/サーバー構築
• ボイスボットなどの音声対話アプリケーション開発を企画から導入まで経験していること

歓迎

• 音声対話モデル/音声言語モデルの研究開発の業務経験もしくは高い専門性
• 音声対話モデル/音声言語モデルの実行環境を構成するOSSの活用経験
• 音声対話システムの開発・運用経験
• 深層学習ベースのAIモデルの学習・利用、その効率化(MLOpsなど)に関する経験
• Linux、docker、MySQL等のサーバ技術・データベース技術に関する基礎知識
• ソフトウエア開発、非機能要件の検証に関する経験
• 音声処理に関する研究、検証の経験

使用ツール

募集背景

• NTTは自然な双方向対話が可能な音声対話AI技術の研究開発を進めています。
• 技術の実用化をめざした研究開発の加速を目的として、リサーチャー・エンジニアを募集することにしました。

業務内容

• 人間らしい自然な相槌や発話被りを実現するfull-duplex型音声対話技術は学術的にも最先端の領域です。
• この技術の実用化という未踏領域における様々な課題に挑みながら、研究者自身の発案でテーマを推進できる自由度の高い環境が特徴です。
• 成果はプロダクト適用だけでなく、国際会議への論文投稿を含め、積極的に発信できます。

音声対話モデルの性能向上

• リアルタイム・ストリーミング処理が可能な計算効率と対話内容の品質の両立という難題に取り組みます。
• 音声トークナイザやストリーミング型生成AIモデルのアーキテクチャ最適化、モデル圧縮・高速化やモデル学習手法の改善など、アイデアをそのまま研究に昇華できる領域です。

実用化に向けた機能拡張

• モデルを再学習することなく対話内容を制御可能とする技術や、外部の情報源・LLM等との連携など、実用化に向けて重要な機能を実現する業務です。
• 技術の社会実装にダイレクトに貢献するチャレンジが可能です。

PoC推進

• 音声対話AIを活用した新サービスに関するPoC企画から事業化まで一貫した推進や外部発表の機会も豊富です。

得られる経験、スキル

• 最先端の双方向(full-duplex)型音声対話技術の研究開発を担当いただきます。これにより、下記のような知識・経験が得られます。
• 最新の音声対話技術・音声処理技術に関する知識
• 難関国際会議への論文投稿・発表、特許出願
• 最新技術の実用化に向けた課題解決の方策立案と実行
• NTTグループ各社にて広くご利用いただくことを前提とした本格的な商用開発
• 音声対話モデル・各種音声処理モデルの学習・利用等にかかる具体スキル
• 中期的には、音声対話に限らず今後も深化を続けるであろうAI技術の研究開発をリードする人材へのキャリアップにつながります。
• また、他部署やNTTグループ各社への異動も可能で、AI分野に限らない多様なキャリア形成の機会があります。

一緒に働くチーム構成、業務環境など

• 私たちのチームでは、音声言語処理に関する高い専門性を持つメンバが一体となって研究、開発、実用化/商用化を進めています。
• 以下は、これまでチームメンバが経験してきた業務の一例となります。
• 人間らしい相槌や発話被りを実現するfull-duplex型音声対話技術の研究開発
• スマートウォッチで動作する超軽量音声認識技術の研究開発
• 数秒の音声からその人らしい音声を生成できる音声合成技術の研究開発