01
Основи на AI
Understand what AI is, how systems learn, where they fail, and how to judge claims without hype.
Безплатна AI библиотека
Аудио AI водачиСвободен завинаги.
117 ръководства на обикновен английски език, структурирани пътеки за обучение и отворена библиотека — създадена от независима 501(c)(3) организация с нестопанска цел, така че всеки да може да разбере модерния AI.
117Безплатни ръководства
1Тематични песни
~2 minПо ръководство
~4hReading time
Започнете тук
Five outcome-based courses
Each course includes explicit outcomes, mapped competencies, practice activities, and an applied capstone.
02
Отговорен AI потребител
Use AI productively while protecting privacy, checking outputs, and preserving human accountability.
03
AI на работа
Evaluate workplace use cases, run safe pilots, measure value, and communicate changes responsibly.
04
Политика и общество за ИИ
Analyze AI systems through rights, equity, governance, safety, and public-interest outcomes.
05
Изграждане с AI системи
Understand language models, retrieval, agents, evaluation, cost, and deployment safeguards through practical system design.
Тематични песни
Преглед по песен
Скочете в района, който ви интересува. Всяка песен има множество ръководства на обикновен английски.
ОсновиОсновни концепции: как AI работи на високо ниво.84 водачи Езиков AILLMs, NLP, ChatGPT, подсказване и разбиране на текст.155 водачи Визуален AIГенериране на изображения, компютърно зрение, видео и дизайн.133 водачи Аудио AIГлас, музика, подкастинг и аудио-първи AI.117 водачи ФирмиПрофили на OpenAI, Anthropic, Google, Meta и др.121 водачи ПриложенияКак AI се появява в кодирането, търсенето, агентите и ежедневието.111 водачи ИндустрииAI в здравеопазването, финансите, образованието, енергетиката и др.91 водачи техническиЧипове, фина настройка, RAG, вектори и AI инфраструктура.177 водачи обществоПристрастия, поверителност, авторски права, безопасност и бъдещето на AI.30 водачи
Пълна библиотека
Всички ръководства
117 на 1019 показани ръководства. Филтрирайте по песен или потърсете по-горе.
Аудио AI
Идентификация на кавър песента
Идентификацията на кавър песен открива кога два много различно звучащи записа всъщност са една и съща основна песен — акустична версия на живо, ремикс...
Аудио AIDDSP Диференцируем аудио синтез
DDSP (Differentiable Digital Signal Processing) обединява класически градивни блокове на синтезатора с невронни мрежи, така че дълбокото обучение може да контролира осцилаторите...
Аудио AIVITS Синтез на реч от край до край
VITS е модел за преобразуване на текст в реч, който превръща текста директно в необработени аудио вълни в една обучена система, прескачайки обичайния двуетапен конвейер.
Аудио AIFastSpeech и неавторегресивен TTS
FastSpeech генерира цяла речева спектрограма паралелно, а не един кадър наведнъж, което прави синтеза драматично по-бърз и по-стабилен.
Аудио AINaturalSpeech и Latent Diffusion TTS
NaturalSpeech е линия от Microsoft TTS изследвания, насочени към качество на речта на човешко ниво, като по-късните версии използват латентна дифузия за генериране на богато, естествено...
Аудио AIРазпознаване на емоционална реч
Разпознаването на говорни емоции (SER) е AI, който открива емоционалното състояние на говорещия – гняв, радост, тъга, разочарование – от звука на гласа му, не само...
Аудио AIMoshi Full-Duplex Speech
Moshi е гласов AI с отворен код в реално време от Kyutai, който говори и слуша едновременно — пълен дуплекс — вместо да се редува строго.
Аудио AIПревод от реч към реч
Преводът от реч към реч (S2ST) взема изговорени думи на един език и произвежда изговорени думи на друг — в идеалния случай запазвайки гласа на говорещия, тона...
Аудио AIHiFi-GAN и GAN вокодери
HiFi-GAN е генериращ състезателен вокодер, който превръща мел-спектрограмата в необработена аудио вълна почти мигновено, произвеждайки реч със студийно качество далеч...
Аудио AIПреобразуване на графема към фонема
Преобразуването от графема към фонема (G2P) превежда написаните букви в звуците, които говорната система трябва действително да произнася.
Аудио AIНормализиране на текст за реч
Нормализирането на текст е стъпката от предния край, която пренаписва необработения писмен текст в напълно изговорени думи, преди системата за говор да го каже.
Аудио AIНевронен кодек SoundStream
SoundStream е невронният аудио кодек от край до край на Google, който компресира реч и музика до изключително ниски битрейтове, като същевременно запазва качеството.
Finished reading? Prove it.
Check what you learned with topic quizzes, then explore our structured courses and current certification requirements. Core guides remain free to read.