高级平台工程师，语音AI

查看原岗位

地点：美国薪资：$200,000-$260,000 日期：2026-07-20

岗位摘要

构建并强化用于语音转文本和文本转语音的实时WebSocket和HTTP流式API，包括连接生命周期管理、背压处理、错误处理和重连机制，达到生产级语音代理的可靠性标准；设计并实现语音模型端点的自动扩缩容，处理突发实时流量模式，考虑并发连接限制、流状态和严格的延迟上限

构建并强化用于语音转文本和文本转语音的实时WebSocket和HTTP流式API，包括连接生命周期管理、背压处理、错误处理和重连机制，达到生产级语音代理的可靠性标准
设计并实现语音模型端点的自动扩缩容，处理突发实时流量模式，考虑并发连接限制、流状态和严格的延迟上限
实现语音专用API功能：词级对齐、实时说话人分离、音频格式灵活性（用于电话的g711/mulaw、PCM、WebRTC格式）、发音控制以及多上下文WebSocket支持
构建语音专用可观测性系统，包括延迟分解、音频质量信号和仪表板，帮助团队和客户调试问题
负责跨模型合作伙伴（Cartesia、Deepgram、Rime等）的多模型标准化，确保底层供应商不同时API行为一致
与机器学习工程团队协作，优化API层与模型服务栈之间的接口，确保端到端满足延迟和可靠性要求
贡献开发者体验：API设计、文档、集成指南、演示环境，展示如何构建最佳语音代理
为后续多个新产品奠定基础