01
AI alapok
Understand what AI is, how systems learn, where they fail, and how to judge claims without hype.
Ingyenes AI könyvtár
Audio AI útmutatókÖrökre ingyen.
117 egyszerű angol nyelvű útmutatók, strukturált tanulási útvonalak és nyílt könyvtár – egy független 501(c)(3) nonprofit szervezet építette, így bárki megértheti a modern AI-t.
117Ingyenes útmutatók
1Témasávok
~2 minÚtmutató szerint
~4hReading time
Kezdje itt
Five outcome-based courses
Each course includes explicit outcomes, mapped competencies, practice activities, and an applied capstone.
02
Felelős MI felhasználó
Use AI productively while protecting privacy, checking outputs, and preserving human accountability.
03
AI at Work
Evaluate workplace use cases, run safe pilots, measure value, and communicate changes responsibly.
04
AI Policy & Society
Analyze AI systems through rights, equity, governance, safety, and public-interest outcomes.
05
Építkezés MI rendszerekkel
Értsék meg a nyelvi modelleket, a lekérdezést, az ügynököket, az értékelést, a költségeket és a telepítési védelmeket gyakorlati rendszertervezésen keresztül.
Témasávok
Böngésszen szám szerint
Ugorjon be a számodra fontos területre. Minden számnak több egyszerű angol nyelvű útmutatója van.
AlapokAlapfogalmak: hogyan működik az AI magas szinten.84 útmutatók Nyelvi AILLM-ek, NLP, ChatGPT, felszólítás és szövegértés.155 útmutatók Vizuális AIKépgenerálás, számítógépes látás, videózás és tervezés.133 útmutatók Audio AIHang, zene, podcast és audio-első AI.117 útmutatók VállalatokA OpenAI, Anthropic, Google, Meta és mások profiljai.121 útmutatók AlkalmazásokHogyan jelenik meg az AI a kódolásban, a keresésben, az ügynökökben és a mindennapi életben.111 útmutatók IparágakAI az egészségügyben, a pénzügyekben, az oktatásban, az energetikában és egyebekben.91 útmutatók MűszakiChipek, finomhangolás, RAG, vektorok és AI-infrastruktúra.177 útmutatók TársadalomElfogultság, adatvédelem, szerzői jogok, biztonság és a mesterséges intelligencia jövője.30 útmutatók
Teljes könyvtár
Minden útmutató
117 -ból 1019 útmutatók láthatók. Szűrés sáv szerint vagy keresés fent.
Audio AI
Borító dal azonosítása
A borító dal azonosítása észleli, ha két nagyon eltérő hangzású felvétel valójában ugyanaz a mögöttes dal – egy élő akusztikus verzió, egy remix…
Audio AIDDSP differenciálható hangszintézis
A DDSP (Differentiable Digital Signal Processing) a klasszikus szintetizátor építőelemeit neurális hálózatokkal egyesíti, így a mélytanulás vezérelheti az oszcillátorokat…
Audio AIVITS End-to-End beszédszintézis
A VITS egy szövegfelolvasó modell, amely a szöveget közvetlenül nyers hanghullámformákká alakítja egyetlen betanított rendszerben, kihagyva a szokásos kétlépcsős folyamatot.
Audio AIFastSpeech és nem autoregresszív TTS
A FastSpeech egy teljes beszédspektrogramot generál párhuzamosan, nem pedig egy képkockát egyszerre, így a szintézis drámaian gyorsabbá és stabilabbá válik.
Audio AINaturalSpeech és látens diffúziós TTS
A NaturalSpeech a Microsoft TTS-kutatás sora, amelynek célja az emberi szintű beszédminőség, a későbbi verziók pedig látens diffúziót használnak a gazdag, természetes…
Audio AIBeszéd Érzelem felismerés
A Speech Emotion Recognition (SER) egy mesterséges intelligencia, amely érzékeli a beszélő érzelmi állapotát – haragot, örömöt, szomorúságot, csalódottságot – a hangja alapján, nem csak…
Audio AIMoshi Full-Duplex beszéd
A Moshi a Kyutai nyílt forráskódú, valós idejű hangos AI-ja, amely egyszerre beszél és hallgat – full-duplex – ahelyett, hogy szigorúan váltana.
Audio AIBeszéd-beszéd fordítás
A Speech-to-Speech Translation (S2ST) az egyik nyelven átveszi a kimondott szavakat, és egy másik nyelven állít elő kimondott szavakat – ideális esetben megőrzi a beszélő hangját, hangszínét…
Audio AIHiFi-GAN és GAN Vokóderek
A HiFi-GAN egy generatív-ellenálló vokóder, amely a mel-spektrogramot szinte azonnal nyers hanghullámformává alakítja, stúdióminőségű beszédet produkálva messze…
Audio AIGraféma-telefon átalakítás
A gráf-fonéma (G2P) konverzió az írott betűket olyan hangokká fordítja le, amelyeket a beszédrendszernek ténylegesen ki kellene mondania.
Audio AISzövegnormalizálás a beszédhez
A szövegnormalizálás az a front-end lépés, amely átírja a nyers írott szöveget teljesen kimondott szavakká, mielőtt a beszédrendszer kimondaná.
Audio AISoundStream neurális kodek
A SoundStream a Google end-to-end neurális audiokodekje, amely rendkívül alacsony bitrátára tömöríti a beszédet és a zenét, miközben megőrzi a minőséget.
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.