01
KI-Grundlagen
Verstehen Sie, was KI ist, wie Systeme lernen, wo sie versagen und wie Sie Ansprüche ohne Aufregung beurteilen können.
Kostenlose KI-Bibliothek
Audio-KI FührerFür immer kostenlos.
117 Leitfäden in einfachem Englisch, strukturierte Lernpfade und eine offene Bibliothek – erstellt von einer unabhängigen gemeinnützigen Organisation 501(c)(3), damit jeder moderne KI verstehen kann.
117Kostenlose Reiseführer
1Themenspuren
~2 minPro Reiseführer
~4hLesezeit
Beginnen Sie hier
Fünf ergebnisorientierte Kurse
Jeder Kurs umfasst explizite Ergebnisse, abgebildete Kompetenzen, Übungsaktivitäten und einen angewandten Schlussstein.
02
Verantwortlicher KI-Benutzer
Nutzen Sie KI produktiv und schützen Sie gleichzeitig die Privatsphäre, überprüfen Sie die Ergebnisse und wahren Sie die menschliche Verantwortung.
03
KI bei der Arbeit
Bewerten Sie Anwendungsfälle am Arbeitsplatz, führen Sie sichere Pilotprojekte durch, messen Sie den Wert und kommunizieren Sie Änderungen verantwortungsbewusst.
04
KI-Politik und Gesellschaft
Analysieren Sie KI-Systeme anhand von Rechten, Gerechtigkeit, Governance, Sicherheit und Ergebnissen im öffentlichen Interesse.
05
Bauen mit KI-Systemen
Verstehen Sie Sprachmodelle, Abruf, Agenten, Bewertung, Kosten und Bereitstellungsschutz durch praktisches Systemdesign.
Themenspuren
Nach Titel durchsuchen
Springen Sie in den Bereich, der Ihnen am Herzen liegt. Zu jedem Titel gibt es mehrere leicht verständliche Anleitungen.
GrundlagenKernkonzepte: Wie KI auf hohem Niveau funktioniert.84 Führer Sprach-KILLMs, NLP, ChatGPT, Eingabeaufforderung und Textverständnis.155 Führer Visuelle KIBilderzeugung, Computer Vision, Video und Design.133 Führer Audio-KIStimme, Musik, Podcasting und Audio-First-KI.117 Führer UnternehmenProfile von OpenAI, Anthropic, Google, Meta und mehr.121 Führer AnwendungenWie KI in Codierung, Suche, Agenten und im täglichen Leben zum Ausdruck kommt.111 Führer BranchenKI in den Bereichen Gesundheitswesen, Finanzen, Bildung, Energie und mehr.91 Führer TechnischChips, Feinabstimmung, RAG, Vektoren und KI-Infrastruktur.177 Führer GesellschaftVoreingenommenheit, Privatsphäre, Urheberrecht, Sicherheit und die Zukunft der KI.30 Führer
Vollständige Bibliothek
Alle Führer
117 von 1019 Anleitungen angezeigt. Filtern Sie nach Titel oder suchen Sie oben.
Audio-KI
Beamforming und Mikrofonarrays
Beim Beamforming werden mehrere Mikrofone verwendet, um in eine bestimmte Richtung zu lauschen, wodurch der Schall eines Ziels verstärkt und alles andere unterdrückt wird.
Audio-KIRiffusionsspektrogramm-Diffusion
Riffusion ist ein cleverer Hack, der Musik erzeugt, indem er Ton als Bild behandelt: Er optimiert das Stable Diffusion-Bildmodell, um Spektrogramme zu zeichnen, und ...
Audio-KIMusicLM: Hierarchische semantische und akustische Token
Erfahren Sie, wie Google MusicLM hierarchische semantische und akustische Token, SoundStream und MuLan verwendet, um Textansagen in kohärente Musik umzuwandeln.
Audio-KINoise2Noise-Sprachverbesserung
Noise2Noise ist ein Trainingstrick, mit dem ein Modell lernen kann, Rauschen zu entfernen, ohne jemals eine saubere Referenz zu sehen, indem es aus Paaren unterschiedlich lauter… lernt.
Audio-KIConv-TasNet Zeitbereichstrennung
Conv-TasNet ist ein neuronales Netzwerk, das gemischte Audiosignale (z. B. zwei Personen, die gleichzeitig sprechen) trennt, indem es stattdessen direkt an der Rohtonwellenform arbeitet …
Audio-KIDual-Path-RNN-Trennung
Dual-Path RNN (DPRNN) ist eine Audio-Trennarchitektur, die eine sehr lange Sequenz von Audio-Features in kurze überlappende Abschnitte aufteilt und diese verarbeitet…
Audio-KIOpen-Unmix-Musiktrennung
Open-Unmix (UMX) ist ein Open-Source-Deep-Learning-System, das einen Song in seine Teile aufteilt: Gesang, Schlagzeug, Bass und andere Instrumente.
Audio-KIFlüsterzeitgestempelte Wortausrichtung
Durch die Flüsterwortausrichtung wird jedes transkribierte Wort an eine genaue Start- und Endzeit im Audio gebunden.
Audio-KIMusik-Tagging mit Transformers
Beim Markieren von Musik werden Transformatormodelle verwendet, um ein Lied anzuhören und beschreibende Bezeichnungen wie Genre, Stimmung, Instrumente und Tempo vorherzusagen.
Audio-KIOnset-Erkennung im Audio
Die Onset-Erkennung findet die genauen Momente, in denen Noten, Schläge oder Töne in einem Audiosignal beginnen.
Audio-KIGenerativer Vocoder von MelGAN
MelGAN ist ein vollständig faltender GAN-basierter Vocoder, der Mel-Spektrogramme in einem einzigen Schnellvorlaufdurchgang in rohe Audiowellenformen umwandelt.
Audio-KIUnivNet Multi-Resolution Vocoder
UnivNet ist ein GAN-Vocoder, der generierte Audiodaten mithilfe mehrerer Spektrogramme beurteilt, die mit unterschiedlichen STFT-Auflösungen berechnet wurden, und so hochfrequente Details schärft.
Mit dem Lesen fertig? Beweisen Sie es.
Überprüfen Sie anhand von Themenquiz, was Sie gelernt haben, und erkunden Sie anschließend unsere strukturierten Kurse und aktuellen Zertifizierungsanforderungen. Die wichtigsten Leitfäden bleiben weiterhin frei lesbar.