01
Основи штучного інтелекту
Зрозумійте, що таке штучний інтелект, як системи навчаються, де вони зазнають збоїв і як оцінювати претензії без галасу.
Безкоштовна бібліотека ШІ
Аудіо AI напрямніВільний назавжди.
117 посібники простою англійською мовою, структуровані навчальні маршрути та відкрита бібліотека — створена незалежною некомерційною організацією 501(c)(3), щоб кожен міг зрозуміти сучасний ШІ.
117Безкоштовні путівники
1Тематичні треки
~2 minЗа посібником
~4hЧас читання
Почніть тут
П'ять курси, орієнтовані на результат
Кожен курс включає чіткі результати, компетенції, практичні дії та прикладний завершальний камінь.
02
Відповідальний користувач ШІ
Використовуйте штучний інтелект продуктивно, захищаючи конфіденційність, перевіряючи результати та зберігаючи підзвітність людини.
03
ШІ на роботі
Оцінюйте випадки використання на робочому місці, запускайте безпечні пілотні проекти, вимірювайте значення та відповідально повідомляйте про зміни.
04
Політика та суспільство AI
Аналізуйте системи штучного інтелекту з точки зору прав, рівності, управління, безпеки та результатів суспільного інтересу.
05
Будівництво за допомогою систем ШІ
Розумійте мовні моделі, пошук, агенти, оцінку, вартість і гарантії розгортання через практичне проєктування систем.
Тематичні треки
Перегляд за треком
Перейдіть у сферу, яка вам цікава. Кожен трек має декілька гідів простою англійською мовою.
основиОсновні концепції: як ШІ працює на високому рівні.84 напрямні ШІ мовиLLM, NLP, ChatGPT, підказка та розуміння тексту.155 напрямні Візуальний ШІГенерація зображень, комп'ютерний зір, відео та дизайн.133 напрямні Аудіо AIГолос, музика, подкастинг і аудіо – перший ШІ.117 напрямні КомпаніїПрофілі OpenAI, Anthropic, Google, Meta тощо.121 напрямні ДодаткиЯк ШІ з’являється в кодуванні, пошуку, агентах і повсякденному житті.111 напрямні Галузі промисловостіШІ в охороні здоров’я, фінансах, освіті, енергетиці тощо.91 напрямні технічнийМікросхеми, точне налаштування, RAG, вектори та інфраструктура ШІ.177 напрямні суспільствоУпередженість, конфіденційність, авторське право, безпека та майбутнє ШІ.30 напрямні
Повна бібліотека
Всі путівники
117 з 1019 показано напрямні. Фільтруйте за треком або шукайте вище.
Аудіо AI
Ідентифікація кавер-версії пісні
Ідентифікація кавер-версії пісні визначає, коли два дуже різні за звучанням записи насправді є тією самою основною піснею — живою акустичною версією, реміксом…
Аудіо AIДиференційований аудіосинтез DDSP
DDSP (Differentiable Digital Signal Processing) об’єднує класичні будівельні блоки синтезатора з нейронними мережами, тому глибоке навчання може керувати осциляторами…
Аудіо AIVITS Наскрізний синтез мовлення
VITS — це модель перетворення тексту в мовлення, яка перетворює текст безпосередньо на необроблені звукові сигнали в одній навченій системі, пропускаючи звичайний двоетапний конвеєр.
Аудіо AIFastSpeech і неавторегресивний TTS
FastSpeech генерує всю спектрограму мови паралельно, а не по одному кадру за раз, що робить синтез значно швидшим і стабільнішим.
Аудіо AINaturalSpeech і Latent Diffusion TTS
NaturalSpeech — це лінія досліджень Microsoft TTS, спрямована на якість мовлення людського рівня, а пізніші версії використовують латентну дифузію для створення насиченого, природного...
Аудіо AIРозпізнавання мовних емоцій
Розпізнавання мовних емоцій (SER) — це штучний інтелект, який визначає емоційний стан мовця — гнів, радість, смуток, розчарування — за звуком його голосу, а не лише за…
Аудіо AIПовнодуплексне мовлення Moshi
Moshi — це голосовий штучний інтелект із відкритим вихідним кодом у режимі реального часу від Kyutai, який розмовляє та слухає одночасно — у дуплексному режимі — замість чіткої черги.
Аудіо AIПереклад з мови на мову
Переклад мови в мову (S2ST) приймає слова, вимовлені однією мовою, і створює вимовлені слова іншою — ідеально зберігаючи голос мовця, тон…
Аудіо AIВокодери HiFi-GAN і GAN
HiFi-GAN — це генеративно-змагальний вокодер, який майже миттєво перетворює мел-спектрограму на необроблений аудіосигнал, створюючи мову студійної якості далеко…
Аудіо AIПеретворення графем у фонеми
Перетворення графеми у фонему (G2P) перетворює написані літери на звуки, які насправді має вимовляти мовна система.
Аудіо AIНормалізація тексту для мовлення
Нормалізація тексту — це початковий крок, який переписує необроблений письмовий текст у повністю вимовлені слова до того, як це промовить мовна система.
Аудіо AIНейронний кодек SoundStream
SoundStream — це наскрізний нейронний аудіокодек Google, який стискає мову та музику до надзвичайно низьких бітрейтів, зберігаючи якість.
Закінчив читати? Доведіть це.
Check what you learned with a topic quiz, then explore our structured courses or work toward a certificate. Every guide stays free to read.