01
AI 基盤
AI とは何か、システムがどのように学習し、どこで失敗するか、誇大広告なしに主張を判断する方法を理解します。
無料のAIライブラリ
オーディオAI ガイド永久無料。
117 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。
117無料ガイド
1トピックトラック
~2 minガイドごと
~4h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。
02
責任あるAIユーザー
プライバシーを保護し、出力をチェックし、人間の責任を守りながら、AI を生産的に使用します。
03
働くAI
職場のユースケースを評価し、安全なパイロットを実施し、価値を測定し、責任を持って変更を伝えます。
04
AI政策と社会
権利、公平性、ガバナンス、安全性、公益の成果を通じて AI システムを分析します。
05
AI システムによる構築
実践的なシステム設計を通じて、言語モデル、取得、エージェント、評価、コスト、展開の安全策を理解します。
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。
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。84 ガイド 言語AILLM、NLP、ChatGPT、プロンプト、およびテキストの理解。155 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。133 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。117 ガイド 企業OpenAI、Anthropic、Google、Meta などのプロファイル。121 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。111 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。91 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。177 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。30 ガイド
フルライブラリ
すべてのガイド
117 の 1019 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
ビームフォーミングとマイクアレイ
ビームフォーミングでは、複数のマイクを使用して選択した方向を聞き、ターゲットからの音を増幅し、他のすべてを抑制します。
オーディオAI拡散スペクトログラムの拡散
Riffusion は、音を画像として扱うことで音楽を生成する賢いハックです。安定拡散画像モデルを微調整してスペクトログラムをペイントし、その後…
オーディオAIMusicLM: 階層的なセマンティックおよび音響トークン
Google MusicLM が階層的なセマンティック トークンと音響トークン、SoundStream、および MuLan を使用して、テキスト プロンプトを一貫した音楽に変える方法を学びましょう。
オーディオAINoise2Noise音声強調
Noise2Noise は、異なるノイズを含むペアから学習することで、クリーンな参照を見ることなくモデルがノイズを除去できるようにするトレーニング トリックです。
オーディオAIConv-TasNet 時間領域分離
Conv-TasNet は、生の音声波形を直接処理することで、混合オーディオ (2 人が同時に話しているような) を分離するニューラル ネットワークです。
オーディオAIデュアルパス RNN 分離
デュアルパス RNN (DPRNN) は、非常に長いオーディオ特徴のシーケンスを短く重複するチャンクに分割し、それらを処理するオーディオ分離アーキテクチャです。
オーディオAIオープンアンミックス音楽の分離
Open-Unmix (UMX) は、曲をボーカル、ドラム、ベース、その他の楽器のパートに分割するオープンソースの深層学習システムです。
オーディオAIウィスパーのタイムスタンプ付き単語のアライメント
ウィスパー ワード アライメントは、書き起こされた各ワードを音声内の正確な開始時間と終了時間に固定します。
オーディオAIトランスフォーマーによる音楽のタグ付け
音楽のタグ付けでは、トランスフォーマー モデルを使用して曲を聴き、ジャンル、ムード、楽器、テンポなどの説明的なラベルを予測します。
オーディオAIオーディオのオンセット検出
オンセット検出は、オーディオ信号内で音符、ビート、サウンドが始まる正確な瞬間を検出します。
オーディオAIMelGAN ジェネレーティブ ボコーダー
MelGAN は、単一の早送りパスでメル スペクトログラムを生のオーディオ波形に変換する完全畳み込み GAN ベースのボコーダーです。
オーディオAIUnivNet マルチ解像度ボコーダー
UnivNet は、異なる STFT 解像度で計算された複数のスペクトログラムを使用して生成されたオーディオを判断し、高周波のディテールを鮮明にする GAN ボコーダーです。
読み終わりましたか？証明してみろ。
Check what you learned with a topic quiz, then explore our structured courses or work toward a certificate. Every guide stays free to read.