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は、既知の位置にある複数のマイクからの信号を結合するため、選択した 1 つの方向からの音が加算され、他の方向からの音が加算されます。9 最小読み取り読む
- オーディオAI拡散スペクトログラムの拡散Riffusion は、テキストから画像への拡散モデルを適応させて、スペクトログラム画像を生成し、波形を再構築することでオーディオを生成します。無料のわかりやすい英語ガイド。2 最小読み取り読む
- 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。8 最小読み取り読む
- オーディオAINoise2Noise音声強調Noise2Noise trains a restoration model from pairs of corrupted observations of the same underlying signal, without requiring a clean target.2 最小読み取り読む
- オーディオAIConv-TasNet 時間領域分離Conv-TasNet is a time-domain neural speech-separation model that learns an encoder and decoder around a mask-based separator. Free plain-English guide.2 最小読み取り読む
- オーディオAIデュアルパス RNN 分離Dual-path RNN (DPRNN) is a neural network design for separating overlapping voices in a single-microphone recording. Free plain-English guide.9 最小読み取り読む
- 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。2 最小読み取り読む
- 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Word alignment estimates where words or phonemes in a supplied transcript occur in audio. Free plain-English guide.2 最小読み取り読む
- 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Music tagging assigns one or more descriptive labels to an audio segment. Free plain-English guide.2 最小読み取り読む
- オーディオAIオーディオのオンセット検出Onset detection finds the precise moments when notes, beats, or sounds begin in an audio signal. Free plain-English guide.2 最小読み取り読む
- オーディオAIMelGAN ジェネレーティブ ボコーダーMelGAN is a non-autoregressive, fully convolutional GAN vocoder that maps mel-spectrograms to audio waveforms. Free plain-English guide.2 最小読み取り読む
- オーディオAIUnivNet マルチ解像度ボコーダーUnivNet is a GAN vocoder that conditions waveform generation on mel-spectrograms and uses a multi-resolution spectrogram discriminator.2 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。