01
Podstawy AI
Zrozum, czym jest AI, jak systemy się uczą, gdzie zawodzą i jak oceniać twierdzenia bez zamieszania.
Bezpłatna biblioteka AI
Dźwiękowa sztuczna inteligencja przewodnikiZa darmo na zawsze.
117 przewodniki w prostym języku angielskim, ustrukturyzowane ścieżki edukacyjne i otwarta biblioteka — stworzone przez niezależną organizację non-profit 501(c)(3), aby każdy mógł zrozumieć współczesną sztuczną inteligencję.
117Bezpłatne przewodniki
1Ścieżki tematyczne
~2 minWedług przewodnika
~4hCzas czytania
Zacznij tutaj
Pięć Kursy oparte na wynikach
Każdy kurs zawiera wyraźne wyniki, zmapowane kompetencje, ćwiczenia oraz praktyczny projekt końcowy.
02
Odpowiedzialny użytkownik AI
Korzystaj z AI produktywnie, jednocześnie chroniąc prywatność, kontrolując wyniki i dbając o odpowiedzialność człowieka.
03
AI w pracy
Oceniaj przypadki użycia w miejscu pracy, realizuj bezpieczne pilotażowe testy, mierz wartość i odpowiedzialnie komunikuj zmiany.
04
Polityka i społeczeństwo dotyczące sztucznej inteligencji
Analizuj systemy AI przez pryzmat praw, równości, zarządzania, bezpieczeństwa oraz efektów w interesie publicznym.
05
Budowanie z systemami AI
Zrozum modele językowe, wyszukiwanie, agenty, ocenę, koszty oraz zabezpieczenia wdrożenia poprzez praktyczne projektowanie systemów.
Ścieżki tematyczne
Przeglądaj według utworu
Wskocz w obszar, na którym Ci zależy. Do każdego utworu dołączono wiele przewodników w języku angielskim.
PodstawyPodstawowe pojęcia: jak sztuczna inteligencja działa na wysokim poziomie.84 przewodniki Językowa sztuczna inteligencjaLLM, NLP, ChatGPT, podpowiadanie i rozumienie tekstu.155 przewodniki Wizualna sztuczna inteligencjaGenerowanie obrazu, wizja komputerowa, wideo i projektowanie.133 przewodniki Dźwiękowa sztuczna inteligencjaGłos, muzyka, podcasty i sztuczna inteligencja oparta na dźwięku.117 przewodniki FirmyProfile OpenAI, Anthropic, Google, Meta i nie tylko.121 przewodniki AplikacjeJak sztuczna inteligencja pojawia się w kodowaniu, wyszukiwaniu, agentach i życiu codziennym.111 przewodniki PrzemysłySztuczna inteligencja w opiece zdrowotnej, finansach, edukacji, energetyce i nie tylko.91 przewodniki TechniczneChipy, dostrajanie, RAG, wektory i infrastruktura AI.177 przewodniki SpołeczeństwoUprzedzenia, prywatność, prawa autorskie, bezpieczeństwo i przyszłość sztucznej inteligencji.30 przewodniki
Pełna biblioteka
Wszystkie przewodniki
117 z 1019 pokazane przewodniki. Filtruj według utworu lub wyszukaj powyżej.
Dźwiękowa sztuczna inteligencja
Identyfikacja utworu coverowego
Identyfikacja utworu coverowego pozwala wykryć, kiedy dwa bardzo różnie brzmiące nagrania to w rzeczywistości ten sam utwór bazowy — akustyczna wersja na żywo, remiks…
Dźwiękowa sztuczna inteligencjaRóżnicowa synteza audio DDSP
DDSP (Differentiable Digital Signal Processing) łączy klasyczne elementy składowe syntezatorów z sieciami neuronowymi, dzięki czemu głębokie uczenie się może kontrolować oscylatory…
Dźwiękowa sztuczna inteligencjaKompleksowa synteza mowy VITS
VITS to model zamiany tekstu na mowę, który zamienia tekst bezpośrednio na surowe przebiegi audio w jednym wytrenowanym systemie, z pominięciem zwykłego dwuetapowego potoku.
Dźwiękowa sztuczna inteligencjaFastSpeech i nieautoregresywny TTS
FastSpeech generuje równolegle cały spektrogram mowy, a nie jedną klatkę na raz, dzięki czemu synteza jest znacznie szybsza i stabilniejsza.
Dźwiękowa sztuczna inteligencjaNaturalSpeech i dyfuzja utajona TTS
NaturalSpeech to linia badań Microsoft TTS, których celem jest jakość mowy na poziomie ludzkim, przy czym późniejsze wersje wykorzystują utajoną dyfuzję w celu generowania bogatych, naturalnych…
Dźwiękowa sztuczna inteligencjaRozpoznawanie emocji w mowie
Rozpoznawanie emocji mowy (SER) to sztuczna inteligencja, która wykrywa stan emocjonalny osoby mówiącej – złość, radość, smutek, frustrację – na podstawie dźwięku jej głosu, a nie tylko…
Dźwiękowa sztuczna inteligencjaMowa Moshi w pełnym dupleksie
Moshi to oparta na otwartym kodzie źródłowym sztuczna inteligencja głosowa firmy Kyutai działająca w czasie rzeczywistym, która mówi i słucha w tym samym czasie — w trybie pełnego dupleksu — zamiast działać po kolei.
Dźwiękowa sztuczna inteligencjaTłumaczenie mowy na mowę
Tłumaczenie mowy na mowę (S2ST) polega na przetwarzaniu słów mówionych w jednym języku i tworzeniu słów mówionych w innym — idealnie zachowując głos i ton mówiącego…
Dźwiękowa sztuczna inteligencjaWokodery HiFi-GAN i GAN
HiFi-GAN to wokoder generatywno-kontradyktoryjny, który niemal natychmiast przekształca spektrogram mel w surową falę audio, tworząc mowę o studyjnej jakości daleko…
Dźwiękowa sztuczna inteligencjaKonwersja grafemu na fonem
Konwersja grafemu na fonem (G2P) przekłada pisane litery na dźwięki, które system mowy powinien faktycznie wymawiać.
Dźwiękowa sztuczna inteligencjaNormalizacja tekstu dla mowy
Normalizacja tekstu to etap początkowy, który polega na przepisaniu surowego tekstu na w pełni wypowiadane słowa, zanim system mowy je wypowie.
Dźwiękowa sztuczna inteligencjaKodek neuronowy SoundStream
SoundStream to kompleksowy neuronowy kodek audio firmy Google, który kompresuje mowę i muzykę do wyjątkowo niskiej przepływności, zachowując jednocześnie jakość.
Skończyłeś czytać? Udowodnij to.
Check what you learned with a topic quiz, then explore our structured courses or work toward a certificate. Every guide stays free to read.