به‌منظور طراحی، توسعه و استقرار یک مدل هوش مصنوعی برای سرویس‌های صوتی، از متخصصان حوزه یادگیری ماشین و پردازش صوت جهت همکاری دعوت به عمل می‌آید. در این پروژه، تمرکز اصلی بر ساخت و آماده‌سازی مدل صوتی در سطح عملیاتی خواهد بود. این فرآیند شامل انتخاب و ارزیابی معماری‌های مناسب، آماده‌سازی و مدیریت داده‌های صوتی، تنظیم پارامترها، انجام فرآیندهای Tune و Fine-Tune مدل‌ها بر اساس داده‌های واقعی و بهینه‌سازی مستمر کیفیت خروجی صوتی از نظر وضوح، طبیعی‌بودن و پایداری است. علاوه بر توسعه مدل، فرد منتخب در طراحی Pipelineهای آموزش، ارزیابی و استنتاج، تحلیل عملکرد مدل در سناریوهای واقعی، و آماده‌سازی آن برای استفاده در محیط‌های عملیاتی و سرویس‌های مقیاس‌پذیر مشارکت خواهد داشت. هدف نهایی، ارائه مدلی پایدار، قابل توسعه و قابل استقرار است که بتواند به‌عنوان هسته اصلی سرویس‌های صوتی مورد استفاده قرار گیرد.