ここから始めましょう
無料のAIライブラリ
オーディオAI ガイド 永久無料。
188 平易な英語のガイド、構造化された学習パス、オープン ライブラリ - 独立した 501(c)(3) 非営利団体によって構築され、誰でも最新の AI を理解できるようになります。
- 188無料ガイド
- 1トピックトラック
- ~3 minガイドごと
- ~11h読書時間
ここから始めましょう
5 成果ベースのコース
各コースには、明示的な成果、マッピングされたコンピテンシー、練習アクティビティ、および適用されたキャップストーンが含まれています。
トピックトラック
トラックごとに閲覧する
気になるエリアに飛び込んでみましょう。すべてのトラックには複数のわかりやすい英語のガイドが付いています。
- 134 ガイド基本中心となる概念: AI が高レベルでどのように機能するか。探す
- 272 ガイド言語AILLM、NLP、ChatGPT、プロンプト、およびテキストの理解。探す
- 298 ガイドビジュアルAI画像生成、コンピュータビジョン、ビデオ、デザイン。探す
- 188 ガイドオーディオAI音声、音楽、ポッドキャスティング、オーディオファースト AI。探す
- 145 ガイド企業OpenAI、Anthropic、Google、Meta などのプロファイル。探す
- 761 ガイドアプリケーションAI がコーディング、検索、エージェント、日常生活にどのように現れるか。探す
- 244 ガイド産業ヘルスケア、金融、教育、エネルギーなどにおける AI。探す
- 536 ガイド技術的なチップ、微調整、RAG、ベクター、AI インフラストラクチャ。探す
- 422 ガイド社会偏見、プライバシー、著作権、安全性、そして AI の未来。探す
フルライブラリ
オーディオAI
188 の 3000 ガイドが表示されます。トラックでフィルタリングするか、上で検索してください。
- オーディオAI音声システムにおける発話終了の検出発話終了検出により、話者がいつターンを終了したかが判断されるため、音声アシスタントや文字起こしシステムが応答したりテキストを完成したりできるようになります。3 最小読み取り読む
- オーディオAIASR の言語モデルとの浅い融合浅い融合では、候補トランスクリプトをデコードしながら、自動音声認識装置からのスコアと個別にトレーニングされた言語モデルを組み合わせます。3 最小読み取り読む
- オーディオAIストリーミング音声認識ストリーミング音声認識は、完全な録音を待つのではなく、音声が到着している間に暫定的な単語を出力します。無料のわかりやすい英語ガイド。3 最小読み取り読む
- オーディオAIワードエラー率の説明単語エラー率 (WER) は、参照に対する単語の置換、削除、挿入をカウントすることにより、自動トランスクリプトと参照を比較します。3 最小読み取り読む
- オーディオAIASR 信頼スコアとキャリブレーションASR 信頼スコアは、認識された単語または発話が特定のモデルおよびスコアリング方法に基づいて正しい可能性を推定します。3 最小読み取り読む
- オーディオAIDitil-Whisper および ASR モデル蒸留Distil-Whisper は、推論コストの削減を目的として、選択した音声で Whisper 教師の出力を模倣するようにトレーニングされた小規模な音声認識モデルのファミリーです…3 最小読み取り読む
- オーディオAI音声認識における GMM-HMM 音響モデルガウス混合隠れマルコフ モデル (GMM-HMM) は、隠れた音の状態が時間の経過とともにどのように変化するかをモデル化する古典的な音声認識設計です。3 最小読み取り読む
- オーディオAI話し言葉の識別音声言語識別は、多くの場合、文字起こしの前または並行して、音声セグメント内にどの言語が出現するかを推定します。3 最小読み取り読む
- オーディオAI沈黙の中でのささやき幻覚音声セグメントに理解可能な音声がほとんどまたはまったく含まれていない場合、Whisper はもっともらしい単語を出力することがあります。無料のわかりやすい英語ガイド。3 最小読み取り読む
- オーディオAIオーラルヒストリーの文字起こしのための AIAI 文字起こしは、記録されたオーラルヒストリーインタビューを、検索、編集、アクセスをサポートできるドラフトテキストに変換します。無料のわかりやすい英語ガイド。3 最小読み取り読む
- オーディオAIAudioSet と弱いオーディオ イベント ラベルAudioSet は、サウンド イベント クラスの階層を持つ、YouTube から人間がラベルを付けた 10 秒間の音声抜粋の大規模な Google Research コレクションです。3 最小読み取り読む
- オーディオAI音楽分離のためのバンド分割 RoFormerBand-Split RoFormer は、スペクトログラムを周波数帯域に分割し、周波数帯域内の関係をモデル化する音楽ソース分離のための研究アーキテクチャです。3 最小読み取り読む
読み終わりましたか？証明してみろ。
トピックのクイズで学んだことを確認し、構造化されたコースを探索したり、認定資格を取得したりできます。すべてのガイドは無料で読むことができます。