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
Kodek Audio Streaming Mimi
Mimi adalah codec audio saraf yang memampatkan ucapan menjadi aliran kecil token terpisah secara real-time, sehingga model AI dapat mendengarkan dan berbicara dengan kecepatan sangat rendah…
Audio AIDengarkan Hadiri dan Eja
Listen, Attend and Spell (LAS) adalah jaringan saraf penting tahun 2015 yang mentranskripsikan ucapan langsung menjadi karakter, tanpa pengucapan buatan tangan…
Audio AISpecAugment untuk Pengenalan Ucapan
SpecAugment adalah metode augmentasi data yang sederhana namun kuat yang menutupi dan membengkokkan spektogram ucapan untuk membuat model pengenalan lebih kuat.
Audio AIPemberian Tag Otomatis Musik
Pemberian tag otomatis musik menggunakan pembelajaran mesin untuk mendengarkan lagu dan secara otomatis melampirkan label deskriptif seperti genre, suasana hati, instrumen, dan tempo.
Audio AITransfer Timbre Musik
Transfer timbre membentuk kembali 'warna nada' audio sehingga satu instrumen terdengar seperti instrumen lainnya, mengubah melodi yang disenandungkan menjadi biola atau baris terompet…
Audio AIKlasifikasi Pemandangan Akustik
Klasifikasi adegan akustik (ASC) melatih mesin untuk mengenali lingkungan tempat rekaman dibuat, jalan yang sibuk, taman yang sepi, kereta api, kafe…
Audio AINVIDIA Riva dan NeMo Pidato
NVIDIA Riva adalah SDK dengan akselerasi GPU untuk produksi AI ucapan (ASR, TTS, dan terjemahan), sedangkan NeMo adalah perangkat sumber terbuka untuk pelatihan dan penyempurnaan…
Audio AIArsitektur DeepSpeech
DeepSpeech adalah model pengenalan ucapan ujung ke ujung yang diperkenalkan oleh Baidu pada tahun 2014 yang memetakan fitur audio mentah langsung ke teks menggunakan jaringan saraf berulang…
Audio AIPenyematan Speaker X-Vector
Vektor X adalah sidik jari numerik dengan panjang tetap dari suara pembicara yang dihasilkan oleh jaringan saraf, digunakan untuk mengetahui siapa yang berbicara, apa pun yang mereka katakan.
Audio AIPenyelarasan Monotonik Glow-TTS
Glow-TTS adalah model text-to-speech yang belajar menyelaraskan teks ke ucapan menggunakan trik pencarian cerdas, sehingga menghilangkan kebutuhan akan perata terpisah.
Audio AIVocoder WaveGAN Paralel
Parallel WaveGAN adalah vocoder saraf cepat yang mengubah spektogram mel menjadi bentuk gelombang audio mentah menggunakan GAN kecil, menghasilkan semua sampel sekaligus.
Audio AIVocoder Berbasis Aliran WaveGlow
WaveGlow adalah vocoder saraf berbasis aliran dari NVIDIA yang mensintesis bentuk gelombang ucapan dari mel-spektogram dalam satu lintasan tanpa autoregresi.
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.