ห้องสมุด AI ฟรี

เสียงเอไอ คำแนะนำฟรีตลอดไป

117 คู่มือภาษาอังกฤษธรรมดา เส้นทางการเรียนรู้ที่มีโครงสร้าง และห้องสมุดเปิด — สร้างโดยองค์กรอิสระ 501(c)(3) เพื่อให้ทุกคนสามารถเข้าใจ AI สมัยใหม่ได้

117คำแนะนำฟรี

1แทร็กหัวข้อ

~2 minต่อไกด์

~4hเวลาการอ่าน

เริ่มที่นี่

ห้า หลักสูตรที่เน้นผลลัพธ์

แต่ละหลักสูตรประกอบด้วยผลลัพธ์ที่ชัดเจน สมรรถนะที่วางแผนไว้ กิจกรรมฝึกปฏิบัติ และสรุปผลประยุกต์

มูลนิธิเอไอ

เข้าใจว่า AI คืออะไร ระบบเรียนรู้อย่างไร จุดที่ล้มเหลว และวิธีตัดสินข้อกล่าวหาโดยไม่โฆษณาเกินจริง

~4h เพื่อเติมเต็มดูหลักสูตร

ผู้ใช้ AI ที่มีความรับผิดชอบ

ใช้ AI อย่างมีประสิทธิภาพในขณะที่ปกป้องความเป็นส่วนตัว ตรวจสอบผลลัพธ์ และรักษาความรับผิดชอบของมนุษย์

~5h เพื่อเติมเต็มดูหลักสูตร

AI ในงาน

ประเมินกรณีการใช้งานในที่ทำงาน ดำเนินการนำร่องอย่างปลอดภัย วัดคุณค่า และสื่อสารการเปลี่ยนแปลงอย่างมีความรับผิดชอบ

~6h เพื่อเติมเต็มดูหลักสูตร

นโยบาย AI และสังคม

วิเคราะห์ระบบ AI ผ่านผลลัพธ์ด้านสิทธิ ความเท่าเทียม การกำกับดูแล ความปลอดภัย และผลประโยชน์สาธารณะ

~6h เพื่อเติมเต็มดูหลักสูตร

การสร้างด้วยระบบ AI

ทำความเข้าใจโมเดลภาษา การดึงข้อมูล ตัวแทน การประเมิน ต้นทุน และการป้องกันการใช้งานผ่านการออกแบบระบบที่ใช้งานได้จริง

~8h เพื่อเติมเต็มดูหลักสูตร

แทร็กหัวข้อ

เรียกดูตามแทร็ก

กระโดดเข้าไปในพื้นที่ที่คุณสนใจ ทุกแทร็กมีไกด์ภาษาอังกฤษธรรมดาหลายเล่ม

ห้องสมุดเต็มรูปแบบ

คำแนะนำทั้งหมด

117 ของ 1019 คำแนะนำที่แสดง กรองตามเพลงหรือค้นหาด้านบน

เสียงเอไอ

การแยกก้าน Spleeter

Spleeter เป็นเครื่องมือโอเพ่นซอร์สจาก Deezer ที่แบ่งเพลงที่เสร็จแล้วออกเป็นแทร็กแยกกัน (เสียงร้อง กลอง เบส และอื่นๆ) โดยใช้การเรียนรู้เชิงลึก

2 นาทีอ่านอ่าน

เสียงเอไอ

การประมาณค่าสนามเครป

CREPE เป็นโมเดลการเรียนรู้เชิงลึกที่ประมาณความถี่พื้นฐาน (ระดับเสียง) ของสัญญาณเสียงโมโนโฟนิกโดยตรงจากรูปคลื่นดิบ

2 นาทีอ่านอ่าน

เสียงเอไอ

ตัวชี้วัดคุณภาพคำพูด PESQ และ STOI

PESQ และ STOI เป็นหน่วยวัดวัตถุประสงค์มาตรฐานที่ให้คะแนนว่าเสียงคำพูดที่ได้รับการประมวลผลดีเพียงใด และเข้าใจได้ง่ายเพียงใด โดยไม่จำเป็นต้องใช้ผู้ฟังที่เป็นมนุษย์

2 นาทีอ่านอ่าน

เสียงเอไอ

Vocoding ตัวกรองแหล่งที่มาและ WORLD

โวโคเดอร์เป็นเครื่องมือที่แยกคำพูดออกเป็นองค์ประกอบหลักแล้วสร้างใหม่

2 นาทีอ่านอ่าน

เสียงเอไอ

การประเมินคะแนนความคิดเห็นเฉลี่ย

คะแนนความคิดเห็นเฉลี่ย (MOS) คือคะแนนเฉลี่ย 1 ต่อ 5 จากผู้ฟังที่เป็นมนุษย์ ซึ่งจะวัดว่าเสียงสังเคราะห์หรือถ่ายทอดได้ดีเพียงใด

2 นาทีอ่านอ่าน

เสียงเอไอ

การแปลงค่าคงที่ Q สำหรับเสียง

Constant-Q Transform (CQT) คือการวิเคราะห์ความถี่ที่ใช้ช่องที่มีระยะห่างแบบลอการิทึมซึ่งตรงกับระดับเสียงดนตรี แทนที่จะเป็นช่องที่มีระยะห่างเท่ากัน...

2 นาทีอ่านอ่าน

เสียงเอไอ

คุณสมบัติ Filterbank และ PLP

คุณสมบัติ Filterbank และ Perceptual Linear Prediction (PLP) เป็นวิธีสรุปสัญญาณเสียงพูดให้เป็นตัวเลขที่มีความหมายและกะทัดรัดซึ่งเครื่อง...

2 นาทีอ่านอ่าน

เสียงเอไอ

StyleTTS 2 การกระจายสไตล์

StyleTTS 2 คือโมเดลการอ่านออกเสียงข้อความที่ถือว่า 'สไตล์' ของเสียง — ฉันทลักษณ์ อารมณ์ และเสียงของผู้พูด — เป็นตัวแปรสุ่มสุ่มตัวอย่างด้วยโมเดลการแพร่กระจาย...

2 นาทีอ่านอ่าน

เสียงเอไอ

TTS ที่ควบคุมระดับเสียงได้ FastPitch

FastPitch คือโมเดลการอ่านออกเสียงข้อความที่รวดเร็วและไม่ถดถอยอัตโนมัติ ซึ่งจะคาดเดาระดับเสียง (ความถี่พื้นฐาน) ของโทเค็นอินพุตทุกรายการได้อย่างชัดเจน ช่วยให้คุณ...

2 นาทีอ่านอ่าน

เสียงเอไอ

การสร้างคำพูดที่จับคู่การไหลของกล่องเสียง

กล่องเสียงคือโมเดลการสร้างคำพูดด้วยข้อความนำทางของ Meta ซึ่งได้รับการฝึกฝนโดยมีวัตถุประสงค์ในการจับคู่โฟลว์เพื่อ 'เติม' เสียงที่สวมหน้ากาก โดยปล่อยให้โมเดลหนึ่งทำเสียงแบบ Zero-shot...

2 นาทีอ่านอ่าน

เสียงเอไอ

ความท้าทายในการลดเสียงรบกวนระดับลึก

การแข่งขัน Deep Noise Suppression (DNS) คือการแข่งขัน Microsoft ที่ผลักดันให้นักวิจัยสร้างโครงข่ายประสาทเทียมที่ตัดเสียงรบกวนพื้นหลัง...

2 นาทีอ่านอ่าน

เสียงเอไอ

การลบสเปกตรัมและการกรอง Wiener

การลบสเปกตรัมและการกรอง Wiener เป็นวิธีการลดเสียงรบกวนแบบคลาสสิกก่อนการเรียนรู้

2 นาทีอ่านอ่าน

อ่านจบหรือยัง?พิสูจน์สิ

Check what you learned with a topic quiz, then explore our structured courses or work toward a certificate. Every guide stays free to read.

ทดสอบสิ่งที่คุณได้เรียนรู้รับการรับรอง บริจาค อ่านพันธกิจของเรา