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
Mimi Streaming Audio Codec
A Mimi egy neurális audiokodek, amely valós időben tömöríti a beszédet diszkrét tokenek kis folyamává, így az AI-modellek nagyon halk hangon hallgathatnak és beszélhetnek…
Audio AIFigyelj, figyelj és írj
A Listen, Attend and Spell (LAS) egy mérföldkőnek számító 2015-ös neurális hálózat, amely a beszédet közvetlenül karakterekké írja át, kézzel készített kiejtés nélkül...
Audio AISpecAugment a beszédfelismeréshez
A SpecAugment egy egyszerű, de hatékony adatkiegészítési módszer, amely maszkolja és torzítja a beszéd spektrogramját, hogy a felismerési modelleket robusztusabbá tegye.
Audio AIZene automatikus címkézése
A zene automatikus címkézése gépi tanulást használ egy dal meghallgatására, és automatikusan leíró címkéket, például műfajt, hangulatot, hangszereket és tempót csatol hozzá.
Audio AIZenei hangszín transzfer
A hangszínátvitel átformálja a hang „hangszínét”, így az egyik hangszer úgy szól, mint a másik, és egy dúdolt dallamot hegedűvé vagy trombitasorrá alakít...
Audio AIAkusztikus jelenetek osztályozása
Az akusztikus jelenetosztályozás (ASC) arra tanítja a gépeket, hogy felismerjék azt a környezetet, amelyben a felvétel készült, egy forgalmas utcában, egy csendes parkban, egy vonaton, egy kávézóban…
Audio AINVIDIA Riva és NeMo Speech
Az NVIDIA Riva egy GPU-gyorsított SDK az éles beszéd AI-hoz (ASR, TTS és fordítás), míg a NeMo a nyílt forráskódú eszközkészlet a képzéshez és a finomhangoláshoz…
Audio AIDeepSpeech architektúra
A DeepSpeech egy végponttól végpontig terjedő beszédfelismerő modell, amelyet a Baidu 2014-ben vezetett be, és amely a nyers hangjellemzőket közvetlenül a szövegre képezi le egy visszatérő neurális…
Audio AIX-Vector hangszóró beágyazások
Az X-vektorok a beszélő hangjának egy neurális hálózat által előállított, rögzített hosszúságú numerikus ujjlenyomatai, amelyek segítségével megmondják, ki beszél, függetlenül attól, hogy mit mondanak.
Audio AIGlow-TTS monoton igazítás
A Glow-TTS egy szövegfelolvasó modell, amely egy ügyes keresési trükk segítségével megtanulja önállóan igazítani a szöveget a beszédhez, így nincs szükség külön igazítóra.
Audio AIPárhuzamos WaveGAN Vocoder
A Parallel WaveGAN egy gyors neurális vocoder, amely a mel-spektrogramot nyers hanghullámformává alakítja egy kis GAN segítségével, egyszerre generálva minden mintát.
Audio AIWaveGlow Flow-alapú Vocoder
A WaveGlow egy áramlásalapú neurális vokóder az NVIDIA-tól, amely egyetlen lépésben, autoregresszió nélkül szintetizálja a beszéd hullámformáit mel-spektrogramokból.
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.