Das ist der Job
WORAN DU MITWIRKEN WIRST * Du baust und verbesserst unsere eigenen TTS und STT-Systeme – vom Modell bis zur Streaming-Inferenz * Du optimierst auf niedrige Latenz: Time-to-First-Audio, Streaming-Synthese, effizientes Serving – jede Millisekunde zählt * Du arbeitest an Stimmqualität und Natürlichkeit: Prosodie, Betonung, Robustheit bei echten Audiobedingungen * Du evaluierst neue Open-Source-Speech-Modelle und bringst die besten Ansätze in unseren Stack * Du misst, was du baust: Latenz-Profiling, Qualitäts-Benchmarks, Hörtests DIE QUALIFIKATIONEN, DIE DU BRAUCHST * Du hast praktische Erf
Darum lohnt es sich
DEIN NEUER JOB Du baust Stimmen. Nicht konfigurieren, nicht API anbinden – wirklich bauen. Bei botario entwickelst du die Text-To-Speech- und Speech-To-Text-Systeme hinter unseren Voice Agents: Stimmen, die natürlich klingen, in Echtzeit antworten und auch dann verstehen, wenn es am anderen Ende nuschelt.
