01
Fundações de IA
Entenda o que é IA, como os sistemas aprendem, onde falham e como julgar as reivindicações sem exageros.
Biblioteca de IA gratuita
IA de áudio guiasLivre para sempre.
117 guias em inglês simples, caminhos de aprendizagem estruturados e uma biblioteca aberta — criada por uma organização sem fins lucrativos 501(c)(3) independente para que qualquer pessoa possa entender a IA moderna.
117Guias gratuitos
1Faixas de tópico
~2 minPor guia
~4hTempo de leitura
Comece aqui
Cinco cursos baseados em resultados
Cada curso inclui resultados explícitos, competências mapeadas, atividades práticas e um objetivo final aplicado.
02
Usuário responsável de IA
Use a IA de forma produtiva enquanto protege a privacidade, verifica os resultados e preserva a responsabilidade humana.
03
IA no trabalho
Avalie casos de uso no local de trabalho, execute pilotos seguros, meça o valor e comunique as mudanças com responsabilidade.
04
Política e sociedade de IA
Analise os sistemas de IA por meio de direitos, equidade, governança, segurança e resultados de interesse público.
05
Construindo com Sistemas de IA
Entenda modelos de linguagem, recuperação, agentes, avaliação, custo e proteções de implantação por meio de design prático de sistema.
Faixas de tópico
Navegue por faixa
Entre na área de seu interesse. Cada faixa tem vários guias em inglês simples.
FundamentosConceitos centrais: como a IA funciona em alto nível.84 guias IA de linguagemLLMs, PNL, ChatGPT, prompts e compreensão de texto.155 guias IA visualGeração de imagens, visão computacional, vídeo e design.133 guias IA de áudioVoz, música, podcasting e IA com foco no áudio.117 guias EmpresasPerfis de OpenAI, Anthropic, Google, Meta e muito mais.121 guias AplicativosComo a IA aparece na codificação, na pesquisa, nos agentes e na vida diária.111 guias IndústriasIA em saúde, finanças, educação, energia e muito mais.91 guias TécnicoChips, ajuste fino, RAG, vetores e infraestrutura de IA.177 guias SociedadePreconceito, privacidade, direitos autorais, segurança e o futuro da IA.30 guias
Biblioteca completa
Todos os guias
117 de 1019 guias mostrados. Filtre por faixa ou pesquise acima.
IA de áudio
Codec de áudio de streaming Mimi
Mimi é um codec de áudio neural que comprime a fala em um pequeno fluxo de tokens discretos em tempo real, para que os modelos de IA possam ouvir e falar com voz muito baixa.
IA de áudioOuça, assista e soletre
Ouvir, Atender e Soletrar (LAS) é uma rede neural marcante de 2015 que transcreve a fala diretamente em caracteres, sem pronúncia construída à mão…
IA de áudioSpecAugment para reconhecimento de fala
SpecAugment é um método simples, mas poderoso de aumento de dados que mascara e distorce o espectrograma da fala para tornar os modelos de reconhecimento mais robustos.
IA de áudioMarcação automática de música
A etiquetagem automática de música usa aprendizado de máquina para ouvir uma música e anexar automaticamente rótulos descritivos como gênero, humor, instrumentos e andamento.
IA de áudioTransferência Musical de Timbre
A transferência de timbre remodela a 'cor do tom' do áudio para que um instrumento soe como outro, transformando uma melodia cantarolada em um violino ou uma linha de trompete...
IA de áudioClassificação de Cena Acústica
A classificação de cena acústica (ASC) treina máquinas para reconhecer o ambiente em que a gravação foi feita, uma rua movimentada, um parque tranquilo, um trem, um café…
IA de áudioDiscurso NVIDIA Riva e NeMo
NVIDIA Riva é um SDK acelerado por GPU para IA de produção de fala (ASR, TTS e tradução), enquanto NeMo é o kit de ferramentas de código aberto para treinamento e ajuste fino…
IA de áudioArquitetura DeepSpeech
DeepSpeech é um modelo de reconhecimento de fala ponta a ponta introduzido pelo Baidu em 2014 que mapeia recursos de áudio brutos diretamente para texto usando um neural recorrente…
IA de áudioIncorporações de alto-falantes X-Vector
Os vetores X são impressões digitais numéricas de comprimento fixo da voz de um locutor, produzidas por uma rede neural, usadas para dizer quem está falando, independentemente do que digam.
IA de áudioAlinhamento Monotônico Glow-TTS
Glow-TTS é um modelo de conversão de texto em fala que aprende a alinhar texto com fala por conta própria usando um truque de pesquisa inteligente, eliminando a necessidade de um alinhador separado.
IA de áudioVocoder WaveGAN paralelo
Parallel WaveGAN é um vocoder neural rápido que transforma um espectrograma mel em uma forma de onda de áudio bruta usando um pequeno GAN, gerando todas as amostras de uma vez.
IA de áudioVocoder baseado em fluxo WaveGlow
WaveGlow é um vocoder neural baseado em fluxo da NVIDIA que sintetiza formas de onda de fala a partir de espectrogramas mel em uma única passagem sem autorregressão.
Terminou de ler? Prove.
Check what you learned with a topic quiz, then explore our structured courses or work toward a certificate. Every guide stays free to read.