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

DiffWave การแพร่กระจาย Vocoder

DiffWave เป็นโวโคเดอร์แบบกระจายที่สังเคราะห์เสียงโดยการลดสัญญาณรบกวนแบบสุ่มซ้ำๆ ให้กลายเป็นรูปคลื่น โดยมีเงื่อนไขบนเมลสเปกโตรแกรม

2 นาทีอ่านอ่าน

เสียงเอไอ

โมเดลเสียง Bark Generative

Bark เป็นโมเดลการแปลงข้อความเป็นเสียงโอเพ่นซอร์สจาก Suno ที่ไม่เพียงสร้างคำพูดเท่านั้น แต่ยังสร้างเสียงหัวเราะ เสียงถอนหายใจ ดนตรี และเสียงเอฟเฟกต์โดยตรงจากข้อความแจ้ง

2 นาทีอ่านอ่าน

เสียงเอไอ

การสังเคราะห์แบบถดถอยอัตโนมัติของเต่า TTS

Tortoise TTS คือระบบการอ่านออกเสียงข้อความแบบโอเพ่นซอร์สที่ได้รับรางวัลจากเสียงที่เป็นธรรมชาติและเต็มไปด้วยอารมณ์และการโคลนเสียงที่หนักแน่นจากโปรแกรมสั้น ๆ เพียงไม่กี่รายการ

2 นาทีอ่านอ่าน

เสียงเอไอ

การโคลนเสียงข้ามภาษา XTTS

XTTS คือโมเดลการอ่านออกเสียงข้อความหลายภาษาของ Coqui ที่สามารถโคลนเสียงจากคลิปสั้น ๆ แล้วพูดในภาษาต่างๆ มากมาย ในขณะที่ยังคง...

2 นาทีอ่านอ่าน

เสียงเอไอ

การสร้างเสียงแบบขนาน SoundStorm

SoundStorm คือโมเดลการสร้างเสียง Google ที่สร้างเสียงพูดและเสียงแบบขนานแทนที่จะเป็นโทเค็นทีละอัน ทำให้การสังเคราะห์เสียงคุณภาพสูง...

2 นาทีอ่านอ่าน

เสียงเอไอ

การสังเคราะห์ข้อความเป็นเสียง AudioGen

AudioGen เป็นโมเดล Meta ที่เปลี่ยนคำอธิบายข้อความให้เป็นเสียงสิ่งแวดล้อมและเอฟเฟกต์เสียงที่สมจริง เช่น "สุนัขเห่าในขณะที่นกร้องเจี๊ยก ๆ"

2 นาทีอ่านอ่าน

เสียงเอไอ

การกระจายเสียงแฝงที่เสถียร

Stable Audio คือระบบแปลงข้อความเป็นเสียงของ Stability AI ที่ใช้การแพร่กระจายแฝงเพื่อสร้างเพลงและเอฟเฟกต์เสียง พร้อมการควบคุมความยาวคลิปอย่างชัดเจน

2 นาทีอ่านอ่าน

เสียงเอไอ

ชุดเครื่องมือรู้จำเสียง Kaldi

Kaldi เป็นชุดเครื่องมือโอเพ่นซอร์สฟรีที่กลายเป็นแพลตฟอร์มการวิจัยที่โดดเด่นสำหรับการสร้างระบบการรู้จำเสียง

2 นาทีอ่านอ่าน

เสียงเอไอ

Wav2Letter ASR แบบหมุนวน

Wav2Letter เป็นระบบรู้จำเสียงตั้งแต่ต้นทางถึงปลายทางจาก Facebook AI ที่ใช้เฉพาะโครงข่ายประสาทเทียมแบบหมุนวนเท่านั้น โดยไม่มีการทำซ้ำ

2 นาทีอ่านอ่าน

เสียงเอไอ

แจสเปอร์และ QuartzNet ASR

Jasper และ QuartzNet เป็นโมเดลการรู้จำเสียงพูดแบบ end-to-end ของ NVIDIA โดยที่ QuartzNet เป็นการออกแบบใหม่ที่มีขนาดเล็กลงอย่างมากและมีประสิทธิภาพ...

2 นาทีอ่านอ่าน

เสียงเอไอ

แบบจำลองการแพร่กระจายสำหรับเสียง

โมเดลการแพร่กระจายจะสร้างเสียงโดยการเรียนรู้ที่จะย้อนกลับกระบวนการส่งเสียงรบกวนทีละขั้นตอน เปลี่ยนเสียงรบกวนแบบสุ่มให้เป็นคำพูด เพลง หรือเอฟเฟกต์เสียงที่สอดคล้องกัน

2 นาทีอ่านอ่าน

เสียงเอไอ

การตรวจจับเหตุการณ์เสียง

การตรวจจับเหตุการณ์เสียง (SED) ระบุเสียงที่เกิดขึ้นในสตรีมเสียง และเวลาที่เสียงเริ่มและหยุดอย่างชัดเจน

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