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
Códec de audio de transmisión Mimi
Mimi es un códec de audio neuronal que comprime la voz en un pequeño flujo de tokens discretos en tiempo real, para que los modelos de IA puedan escuchar y hablar con niveles muy bajos...
IA de audioEscuchar, asistir y deletrear
Listen, Attend and Spell (LAS) es una red neuronal histórica de 2015 que transcribe el habla directamente en caracteres, sin pronunciación hecha a mano...
IA de audioSpecAugment para reconocimiento de voz
SpecAugment es un método de aumento de datos simple pero poderoso que enmascara y deforma el espectrograma del habla para hacer que los modelos de reconocimiento sean más sólidos.
IA de audioEtiquetado automático de música
El etiquetado automático de música utiliza el aprendizaje automático para escuchar una canción y adjuntar automáticamente etiquetas descriptivas como género, estado de ánimo, instrumentos y tempo.
IA de audioTransferencia de timbre musical
La transferencia de timbre remodela el 'color del tono' del audio para que un instrumento suene como otro, convirtiendo una melodía tarareada en una línea de violín o trompeta...
IA de audioClasificación de escenas acústicas
La clasificación de escenas acústicas (ASC) entrena a las máquinas para reconocer el entorno en el que se realizó una grabación, una calle concurrida, un parque tranquilo, un tren, una cafetería…
IA de audioDiscurso de NVIDIA Riva y NeMo
NVIDIA Riva es un SDK acelerado por GPU para IA de voz en producción (ASR, TTS y traducción), mientras que NeMo es el conjunto de herramientas de código abierto para capacitación y ajuste...
IA de audioArquitectura de voz profunda
DeepSpeech es un modelo de reconocimiento de voz de extremo a extremo introducido por Baidu en 2014 que asigna características de audio sin procesar directamente al texto utilizando un sistema neuronal recurrente...
IA de audioIncorporaciones de altavoces X-Vector
Los vectores X son huellas digitales numéricas de longitud fija de la voz de un hablante producidas por una red neuronal, que se utilizan para saber quién está hablando independientemente de lo que diga.
IA de audioAlineación monótona Glow-TTS
Glow-TTS es un modelo de conversión de texto a voz que aprende a alinear texto a voz por sí solo mediante un ingenioso truco de búsqueda, eliminando la necesidad de un alineador independiente.
IA de audioVocodificador WaveGAN paralelo
Parallel WaveGAN es un codificador de voz neuronal rápido que convierte un espectrograma mel en una forma de onda de audio sin procesar utilizando una pequeña GAN, generando todas las muestras a la vez.
IA de audioVocoder basado en flujo WaveGlow
WaveGlow es un codificador de voz neuronal basado en flujo de NVIDIA que sintetiza formas de onda de voz a partir de espectrogramas mel en una sola pasada sin autorregresión.
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.