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
DiffWave-Diffusions-Vocoder
DiffWave ist ein diffusionsbasierter Vocoder, der Audio synthetisiert, indem er zufälliges Rauschen iterativ in eine Wellenform entrauscht, die auf einem Mel-Spektrogramm konditioniert ist.
Audio-KIGeneratives Bark-Audiomodell
Bark ist ein Open-Source-Text-zu-Audio-Modell von Suno, das nicht nur Sprache, sondern auch Lachen, Seufzen, Musik und Soundeffekte direkt aus Textaufforderungen generiert.
Audio-KITortoise TTS Autoregressive Synthese
Tortoise TTS ist ein Open-Source-Text-to-Speech-System, das für ungewöhnlich natürliche, emotional reiche Stimmen und starkes Stimmenklonen aus nur wenigen kurzen… bekannt ist.
Audio-KIXTTS Sprachübergreifendes Klonen von Stimmen
XTTS ist Coquis mehrsprachiges Text-to-Speech-Modell, das eine Stimme aus einem kurzen Clip klonen und dann in vielen verschiedenen Sprachen sprechen kann, während…
Audio-KISoundStorm Parallele Audioerzeugung
SoundStorm ist ein Google Audiogenerierungsmodell, das Sprache und Ton parallel und nicht jeweils einzeln erzeugt und so eine hochwertige Audiosynthese ermöglicht …
Audio-KIAudioGen Text-zu-Audio-Synthese
AudioGen ist ein Meta-Modell, das Textbeschreibungen in realistische Umgebungsgeräusche und Soundeffekte umwandelt, wie zum Beispiel „Hundegebell, während Vögel zwitschern“.
Audio-KIStabile latente Audiodiffusion
Stable Audio ist das Text-to-Audio-System von Stability AI, das latente Diffusion nutzt, um Musik und Soundeffekte zu erzeugen, mit expliziter Kontrolle über die Cliplänge.
Audio-KIKaldi-Spracherkennungs-Toolkit
Kaldi ist ein kostenloses Open-Source-Toolkit, das zur dominierenden Forschungsplattform für den Aufbau von Spracherkennungssystemen geworden ist.
Audio-KIWav2Letter Faltungs-ASR
Wav2Letter ist ein End-to-End-Spracherkennungssystem von Facebook AI, das nur Faltungs-Neuronale Netze verwendet, keine Wiederholung.
Audio-KIJasper und QuartzNet ASR
Jasper und QuartzNet sind NVIDIAs End-to-End-Faltungs-Spracherkennungsmodelle, wobei QuartzNet ein wesentlich kleineres, effizienteres Redesign darstellt …
Audio-KIDiffusionsmodelle für Audio
Diffusionsmodelle erzeugen Audio, indem sie lernen, einen schrittweisen Rauschprozess umzukehren und zufälliges Rauschen in kohärente Sprache, Musik oder Soundeffekte umzuwandeln.
Audio-KIErkennung von Schallereignissen
Die Sound Event Detection (SED) identifiziert, welche Geräusche in einem Audiostream auftreten und wann genau sie beginnen und enden.
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.