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
Kodek audio Mimi do przesyłania strumieniowego
Mimi to neuronowy kodek audio, który kompresuje mowę w niewielki strumień dyskretnych tokenów w czasie rzeczywistym, dzięki czemu modele AI mogą słuchać i mówić przy bardzo niskim…
Dźwiękowa sztuczna inteligencjaSłuchaj Weź udział i przeliteruj
Listen, Attend and Spell (LAS) to przełomowa sieć neuronowa z 2015 roku, która transkrybuje mowę bezpośrednio na znaki, bez ręcznie tworzonej wymowy…
Dźwiękowa sztuczna inteligencjaSpecAugment do rozpoznawania mowy
SpecAugment to prosta, ale wydajna metoda powiększania danych, która maskuje i zniekształca spektrogram mowy, aby zwiększyć niezawodność modeli rozpoznawania.
Dźwiękowa sztuczna inteligencjaAutomatyczne tagowanie muzyki
Automatyczne tagowanie muzyki wykorzystuje uczenie maszynowe do słuchania utworu i automatycznego dołączania opisowych etykiet, takich jak gatunek, nastrój, instrumenty i tempo.
Dźwiękowa sztuczna inteligencjaTransfer barwy muzycznej
Transfer barwy zmienia „kolor tonu” dźwięku, dzięki czemu jeden instrument brzmi jak inny, zamieniając nuconą melodię w linię skrzypiec lub trąbki…
Dźwiękowa sztuczna inteligencjaKlasyfikacja scen akustycznych
Klasyfikacja scen akustycznych (ASC) uczy maszyny rozpoznawania środowiska, w którym dokonano nagrania: ruchliwej ulicy, cichego parku, pociągu, kawiarni…
Dźwiękowa sztuczna inteligencjaPrzemówienie NVIDIA Riva i NeMo
NVIDIA Riva to akcelerowany przez GPU pakiet SDK do produkcyjnej sztucznej inteligencji mowy (ASR, TTS i tłumaczenie), natomiast NeMo to zestaw narzędzi typu open source do szkolenia i dostrajania…
Dźwiękowa sztuczna inteligencjaArchitektura DeepSpeech
DeepSpeech to kompleksowy model rozpoznawania mowy wprowadzony przez Baidu w 2014 roku, który mapuje surowe funkcje audio bezpośrednio na tekst za pomocą powtarzającego się sygnału neuronowego…
Dźwiękowa sztuczna inteligencjaWbudowane głośniki X-Vector
Wektory X to numeryczne odciski palców o stałej długości głosu mówiącego, generowane przez sieć neuronową i używane do rozpoznawania, kto mówi, niezależnie od tego, co mówi.
Dźwiękowa sztuczna inteligencjaMonotoniczne wyrównanie Glow-TTS
Glow-TTS to model zamiany tekstu na mowę, który samodzielnie uczy się dopasowywania tekstu do mowy za pomocą sprytnej sztuczki wyszukiwania, eliminując potrzebę stosowania osobnego modułu wyrównującego.
Dźwiękowa sztuczna inteligencjaRównoległy wokoder WaveGAN
Parallel WaveGAN to szybki wokoder neuronowy, który zamienia spektrogram melowy w surową falę audio za pomocą małego GAN, generując wszystkie próbki na raz.
Dźwiękowa sztuczna inteligencjaWokoder oparty na przepływie WaveGlow
WaveGlow to wokoder neuronowy firmy NVIDIA oparty na przepływie, który syntetyzuje przebiegi mowy ze spektrogramów mel w jednym przebiegu, bez autoregresji.
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.