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AIDiffWave 拡散ボコーダーDiffWave は、メル スペクトログラムに基づいてランダム ノイズを波形に繰り返しノイズ除去することでオーディオを合成する拡散ベースのボコーダーです。2 最小読み取り読む
- オーディオAIBark 生成オーディオ モデルBark is Suno’s open-source text-to-audio model. Its documentation describes generation of speech and non-speech audio from text prompts, including events…2 最小読み取り読む
- オーディオAITortoise TTS 自己回帰合成Tortoise is an open-source multi-voice text-to-speech system described by its author as emphasizing quality. Free plain-English guide.2 最小読み取り読む
- オーディオAIXTTS 言語を超えた音声クローン作成XTTS is an open-weight text-to-speech model from Coqui that copies a speaker's voice from a few seconds of reference audio and then reads text in another…9 最小読み取り読む
- オーディオAISoundStorm 並列オーディオ生成SoundStormは、信頼度に基づく並列デコードでニューラルオーディオコーデックトークンを生成する研究モデルです。無料の平易な英語ガイド。3 最小読み取り読む
- オーディオAIAudioGen テキストからオーディオへの合成AudioGenは、記述的テキストに条件付けされた音声生成を、学習された離散音声表現の自己回帰モデルを通じて研究します。3 最小読み取り読む
- オーディオAIStable AudioとTiming-Conditioned Latent Audio DiffusionStable AudioはStability AIのテキストから音声へのモデル群で、圧縮潜在空間で拡散を実行して音楽や効果音を生成します…9 最小読み取り読む
- オーディオAIKaldi 音声認識ツールキットKaldiはC++コアを持つオープンソースの音声認識ツールキットで、トレーニングとデコードのレシピが文書化されています。無料の平易な英語ガイド。3 最小読み取り読む
- オーディオAIWav2Letter畳み込みASRThe original wav2letter research uses a convolutional acoustic model to predict character sequences from speech inputs. Free plain-English guide.3 最小読み取り読む
- オーディオAIJasper および QuartzNet ASRJasper and QuartzNet are convolutional acoustic-model designs described in NVIDIA speech-recognition research. Free plain-English guide.3 最小読み取り読む
- オーディオAIオーディオの普及モデルオーディオ拡散手法は、指定された音声表現で生成的なノイズ除去プロセスを学習します。無料の分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サウンドイベントの検出Sound event detection (SED) is the task of finding which sounds occur in a recording and exactly when each one starts and stops, such as a dog barking from 2.9 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。