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
Дифузійний вокодер DiffWave
DiffWave — це вокодер на основі дифузії, який синтезує аудіо шляхом ітеративного зменшення випадкового шуму в хвилю на основі мел-спектрограми.
Аудіо AIМодель Bark Generative Audio
Bark — це модель перетворення тексту в аудіо з відкритим кодом від Suno, яка генерує не лише мову, але й сміх, зітхання, музику та звукові ефекти безпосередньо з текстових підказок.
Аудіо AIАвторегресійний синтез черепахового TTS
Tortoise TTS — це система перетворення тексту в мовлення з відкритим кодом, яку цінують за надзвичайно природні, емоційно насичені голоси та потужне клонування голосу лише з кількох коротких…
Аудіо AIМіжмовне клонування голосу XTTS
XTTS — це багатомовна модель перетворення тексту в мовлення Coqui, яка може клонувати голос із короткого кліпу, а потім говорити багатьма різними мовами, зберігаючи…
Аудіо AISoundStorm Parallel Audio Generation
SoundStorm — це модель генерації аудіо Google, яка виробляє мову та звук паралельно, а не по одному токену за раз, створюючи високоякісний синтез аудіо…
Аудіо AIAudioGen Синтез тексту в аудіо
AudioGen — це модель Meta, яка перетворює текстові описи на реалістичні звуки навколишнього середовища та звукові ефекти, як-от «гавкіт собаки під час цвірінькання птахів».
Аудіо AIСтабільна латентна дифузія звуку
Stable Audio — це система Stability AI для перетворення тексту в аудіо, яка використовує приховану дифузію для створення музики та звукових ефектів із явним контролем тривалості кліпу.
Аудіо AIНабір інструментів для розпізнавання мовлення Kaldi
Kaldi — це безкоштовний інструментарій із відкритим кодом, який став домінуючою дослідницькою платформою для створення систем розпізнавання мовлення.
Аудіо AIЗгортковий ASR Wav2Letter
Wav2Letter — це наскрізна система розпізнавання мовлення від Facebook AI, яка використовує лише згорточні нейронні мережі без повторення.
Аудіо AIJasper і QuartzNet ASR
Jasper і QuartzNet — це наскрізні моделі згорткового розпізнавання мовлення від NVIDIA, причому QuartzNet — це значно менша й ефективна модернізована…
Аудіо AIДифузійні моделі для аудіо
Дифузійні моделі генерують аудіо, навчаючись змінювати покроковий шумовий процес, перетворюючи випадковий шум на зв’язну мову, музику чи звукові ефекти.
Аудіо AIВиявлення звукових подій
Виявлення звукових подій (SED) визначає, які звуки відбуваються в аудіопотоці та коли саме вони починаються та припиняються.
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.