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
Mimi Streaming Audio Codec
Mimi — це нейронний аудіокодек, який стискає мовлення в крихітний потік окремих токенів у реальному часі, тому моделі штучного інтелекту можуть слухати та говорити з дуже низьким...
Аудіо AIСлухайте, відвідуйте та читайте заклинання
Listen, Attend and Spell (LAS) — це знакова нейронна мережа 2015 року, яка транскрибує мову безпосередньо в символи, без ручної вимови…
Аудіо AISpecAugment для розпізнавання мовлення
SpecAugment — це простий, але потужний метод доповнення даних, який маскує та деформує спектрограму мовлення, щоб зробити моделі розпізнавання більш надійними.
Аудіо AIАвтоматичне тегування музики
Автоматичне позначення музики використовує машинне навчання для прослуховування пісні та автоматичного додавання описових міток, таких як жанр, настрій, інструменти та темп.
Аудіо AIПередача музичного тембру
Передача тембру змінює «колір тону» звуку, щоб один інструмент звучав як інший, перетворюючи наспівану мелодію на лінію скрипки чи труби…
Аудіо AIКласифікація акустичних сцен
Класифікація акустичних сцен (ASC) навчає машини розпізнавати середовище, в якому було здійснено запис: жваву вулицю, тихий парк, поїзд, кафе…
Аудіо AINVIDIA Riva і NeMo Speech
NVIDIA Riva — це SDK із прискоренням графічного процесора для штучного інтелекту мовлення (ASR, TTS і переклад), а NeMo — це набір інструментів із відкритим вихідним кодом для навчання та тонкого налаштування…
Аудіо AIАрхітектура DeepSpeech
DeepSpeech — це модель наскрізного розпізнавання мовлення, представлена Baidu у 2014 році, яка відображає необроблені аудіофайли безпосередньо в тексті за допомогою періодичної нейронної...
Аудіо AIВбудовані динаміки X-Vector
Х-вектори — це цифрові відбитки голосу мовця фіксованої довжини, створені нейронною мережею, які використовуються для визначення того, хто говорить незалежно від того, що він говорить.
Аудіо AIМонотонне вирівнювання Glow-TTS
Glow-TTS — це модель синтезу мовлення з тексту, яка вчиться самостійно вирівнювати текст із мовленням за допомогою хитрого пошуку, усуваючи потребу в окремому вирівнювачі.
Аудіо AIПаралельний вокодер WaveGAN
Parallel WaveGAN — це швидкий нейронний вокодер, який перетворює мел-спектрограму на сиру звукову форму за допомогою невеликого GAN, генеруючи всі зразки одночасно.
Аудіо AIВокодер на основі потоку WaveGlow
WaveGlow — це нейронний вокодер на основі потоку від NVIDIA, який синтезує мовні сигнали з мел-спектрограм за один прохід без авторегресії.
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.