01
Fundamentos de la IA
Understand what AI is, how systems learn, where they fail, and how to judge claims without hype.
Biblioteca de IA gratuita
IA de audio guíasGratis para siempre.
117 Guías en inglés sencillo, rutas de aprendizaje estructuradas y una biblioteca abierta, creada por una organización sin fines de lucro independiente 501(c)(3) para que cualquiera pueda comprender la IA moderna.
117Guías gratuitas
1Pistas temáticas
~2 minPor guía
~4hReading time
Empieza aquí
Five outcome-based courses
Each course includes explicit outcomes, mapped competencies, practice activities, and an applied capstone.
02
Usuario responsable de IA
Utilice la IA de manera productiva mientras protege la privacidad, verifica los resultados y preserva la responsabilidad humana.
03
IA en el trabajo
Evaluate workplace use cases, run safe pilots, measure value, and communicate changes responsibly.
04
Política y sociedad de IA
Analyze AI systems through rights, equity, governance, safety, and public-interest outcomes.
05
Construyendo con sistemas de IA
Understand language models, retrieval, agents, evaluation, cost, and deployment safeguards through practical system design.
Pistas temáticas
Navegar por pista
Salta al área que te interesa. Cada pista tiene varias guías en inglés sencillo.
FundamentosConceptos básicos: cómo funciona la IA a alto nivel.84 guías Idioma IALLM, PNL, ChatGPT, indicaciones y comprensión de textos.155 guías IA visualGeneración de imágenes, visión por computadora, video y diseño.133 guías IA de audioVoz, música, podcasting e IA centrada en el audio.117 guías EmpresasPerfiles de OpenAI, Anthropic, Google, Meta y más.121 guías AplicacionesCómo aparece la IA en la codificación, la búsqueda, los agentes y la vida diaria.111 guías IndustriasIA en atención médica, finanzas, educación, energía y más.91 guías TécnicoChips, ajuste, RAG, vectores e infraestructura de IA.177 guías sociedadSesgo, privacidad, derechos de autor, seguridad y el futuro de la IA.30 guías
biblioteca completa
Todas las guías
117 de 1019 guías mostradas. Filtrar por pista o buscar arriba.
IA de audio
Identificación de la canción de portada
La identificación de la portada detecta cuando dos grabaciones con sonidos muy diferentes son en realidad la misma canción subyacente: una versión acústica en vivo, un remix...
IA de audioSíntesis de audio diferenciable DDSP
DDSP (Procesamiento de Señal Digital Diferenciable) fusiona los componentes básicos de los sintetizadores clásicos con redes neuronales, por lo que el aprendizaje profundo puede controlar los osciladores...
IA de audioSíntesis de voz de extremo a extremo de VITS
VITS es un modelo de conversión de texto a voz que convierte el texto directamente en formas de onda de audio sin procesar en un único sistema entrenado, omitiendo el proceso habitual de dos etapas.
IA de audioFastSpeech y TTS no autorregresivo
FastSpeech genera un espectrograma de voz completo en paralelo en lugar de un cuadro a la vez, lo que hace que la síntesis sea mucho más rápida y estable.
IA de audioTTS de habla natural y difusión latente
NaturalSpeech es una línea de investigación Microsoft TTS que tiene como objetivo la calidad del habla a nivel humano, y las versiones posteriores utilizan la difusión latente para generar contenido rico y natural...
IA de audioReconocimiento de emociones del habla
El reconocimiento de voz y emoción (SER) es una IA que detecta el estado emocional de un hablante (ira, alegría, tristeza, frustración) a partir del sonido de su voz, no solo...
IA de audioDiscurso completo dúplex de Moshi
Moshi es una IA de voz en tiempo real y de código abierto de Kyutai que habla y escucha al mismo tiempo (full-duplex) en lugar de tomar turnos estrictos.
IA de audioTraducción de voz a voz
La traducción de voz a voz (S2ST) toma palabras habladas en un idioma y produce palabras habladas en otro, idealmente preservando la voz, el tono...
IA de audioCodificadores de voz HiFi-GAN y GAN
HiFi-GAN es un codificador de voz generativo-adversario que convierte un espectrograma mel en una forma de onda de audio sin procesar casi instantáneamente, produciendo voz con calidad de estudio lejos...
IA de audioConversión de grafema a fonema
La conversión de grafema a fonema (G2P) traduce las letras escritas en los sonidos que un sistema de habla realmente debería pronunciar.
IA de audioNormalización de texto para voz
La normalización del texto es el paso inicial que reescribe el texto escrito sin procesar en palabras completamente habladas antes de que un sistema de voz lo diga.
IA de audioCódec neuronal SoundStream
SoundStream es el códec de audio neuronal de extremo a extremo de Google que comprime la voz y la música a velocidades de bits extremadamente bajas y al mismo tiempo preserva la calidad.
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.