01
Yayasan AI
Understand what AI is, how systems learn, where they fail, and how to judge claims without hype.
Perpustakaan AI gratis
Audio AI panduanGratis selamanya.
117 panduan berbahasa Inggris sederhana, jalur pembelajaran terstruktur, dan perpustakaan terbuka — dibuat oleh lembaga nonprofit 501(c)(3) independen sehingga siapa pun dapat memahami AI modern.
117Panduan gratis
1Trek topik
~2 minSesuai panduan
~4hReading time
Mulai di sini
Five outcome-based courses
Each course includes explicit outcomes, mapped competencies, practice activities, and an applied capstone.
02
Pengguna AI yang bertanggung jawab
Use AI productively while protecting privacy, checking outputs, and preserving human accountability.
03
AI di Tempat Kerja
Evaluate workplace use cases, run safe pilots, measure value, and communicate changes responsibly.
04
Kebijakan & Masyarakat AI
Analyze AI systems through rights, equity, governance, safety, and public-interest outcomes.
05
Membangun dengan Sistem AI
Understand language models, retrieval, agents, evaluation, cost, and deployment safeguards through practical system design.
Trek topik
Jelajahi berdasarkan trek
Lompatlah ke area yang Anda minati. Setiap trek memiliki beberapa panduan berbahasa Inggris.
Dasar-dasarKonsep inti: cara kerja AI pada tingkat tinggi.84 panduan Bahasa AILLM, NLP, ChatGPT, bisikan, dan pemahaman teks.155 panduan AI visualPembuatan gambar, visi komputer, video, dan desain.133 panduan Audio AISuara, musik, podcasting, dan AI yang mengutamakan audio.117 panduan PerusahaanProfil OpenAI, Anthropic, Google, Meta, dan banyak lagi.121 panduan AplikasiBagaimana AI muncul dalam coding, pencarian, agen, dan kehidupan sehari-hari.111 panduan IndustriAI di bidang kesehatan, keuangan, pendidikan, energi, dan banyak lagi.91 panduan TeknisChip, fine-tuning, RAG, vektor, dan infrastruktur AI.177 panduan MasyarakatBias, privasi, hak cipta, keamanan, dan masa depan AI.30 panduan
Perpustakaan lengkap
Semua panduan
117 dari 1019 panduan yang ditampilkan. Filter berdasarkan trek atau cari di atas.
Audio AI
Identifikasi Lagu Sampul
Identifikasi lagu cover mendeteksi ketika dua rekaman yang terdengar sangat berbeda sebenarnya merupakan lagu dasar yang sama — versi akustik live, remix…
Audio AISintesis Audio yang Dapat Dibedakan DDSP
DDSP (Pemrosesan Sinyal Digital yang Dapat Dibedakan) menggabungkan blok penyusun synthesizer klasik dengan jaringan saraf, sehingga pembelajaran mendalam dapat mengontrol osilator…
Audio AISintesis Pidato Ujung-ke-Ujung VITS
VITS adalah model text-to-speech yang mengubah teks langsung menjadi bentuk gelombang audio mentah dalam satu sistem terlatih, melewati alur dua tahap yang biasa.
Audio AIFastSpeech dan TTS Non-Autoregresif
FastSpeech menghasilkan seluruh spektogram ucapan secara paralel, bukan satu frame dalam satu waktu, membuat sintesis jauh lebih cepat dan stabil.
Audio AITTS NaturalSpeech dan Difusi Laten
NaturalSpeech adalah rangkaian penelitian Microsoft TTS yang bertujuan untuk mendapatkan kualitas ucapan tingkat manusia, dengan versi yang lebih baru menggunakan difusi laten untuk menghasilkan…
Audio AIPengenalan Emosi Ucapan
Speech Emotion Recognition (SER) adalah AI yang mendeteksi keadaan emosi pembicara — kemarahan, kegembiraan, kesedihan, frustrasi — dari suaranya, bukan hanya…
Audio AIPidato Dupleks Penuh Moshi
Moshi adalah AI suara real-time bersumber terbuka dari Kyutai yang berbicara dan mendengarkan secara bersamaan — full-duplex — alih-alih bergantian.
Audio AITerjemahan Ucapan-ke-Ucapan
Terjemahan Pidato-ke-Ucapan (S2ST) mengambil kata-kata yang diucapkan dalam satu bahasa dan menghasilkan kata-kata yang diucapkan dalam bahasa lain — idealnya menjaga suara, nada…
Audio AIHiFi-GAN dan Vocoder GAN
HiFi-GAN adalah vocoder permusuhan generatif yang mengubah spektogram mel menjadi bentuk gelombang audio mentah hampir seketika, menghasilkan ucapan berkualitas studio jauh…
Audio AIKonversi Grafem-ke-Fonem
Konversi Grafem-ke-fonem (G2P) menerjemahkan huruf-huruf tertulis menjadi bunyi yang seharusnya diucapkan oleh sistem ucapan.
Audio AINormalisasi Teks untuk Ucapan
Normalisasi teks adalah langkah front-end yang menulis ulang teks tertulis mentah menjadi kata-kata yang diucapkan sepenuhnya sebelum sistem ucapan mengucapkannya.
Audio AIKodek Neural SoundStream
SoundStream adalah codec audio saraf ujung ke ujung Google yang memampatkan ucapan dan musik ke bitrate yang sangat rendah dengan tetap menjaga kualitas.
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.