从这里开始
从这里开始
五 成果导向课程
每门课程都包含明确的成果、能力规划、实践活动和应用毕业设计。
主题曲目
按曲目浏览
跳入您关心的领域。每条赛道都有多个简单的英文指南。
- 134 指南基础知识核心概念：人工智能如何在高层次上工作。探索
- 272 指南语言人工智能LLM、NLP、ChatGPT、提示和文本理解。探索
- 298 指南视觉人工智能图像生成、计算机视觉、视频和设计。探索
- 188 指南音频人工智能语音、音乐、播客和音频优先的人工智能。探索
- 145 指南公司OpenAI、Anthropic、Google、Meta 等的配置文件。探索
- 761 指南应用领域人工智能如何出现在编码、搜索、代理和日常生活中。探索
- 244 指南行业医疗保健、金融、教育、能源等领域的人工智能。探索
- 536 指南技术的芯片、微调、RAG、向量和人工智能基础设施。探索
- 422 指南社会偏见、隐私、版权、安全和人工智能的未来。探索
全库
音频人工智能
188 的 3000 显示指南。按曲目过滤或在上方搜索。
- 音频人工智能翻唱歌曲识别翻唱歌曲识别可以检测两个听起来截然不同的录音实际上是同一首歌曲——现场原声版本、混音版……2 最小阅读量阅读
- 音频人工智能DDSP 可微分音频合成DDSP（可微分数字信号处理）将经典合成器构建块与神经网络融合在一起，因此深度学习可以控制振荡器……2 最小阅读量阅读
- 音频人工智能VITS 端到端语音合成VITS is a text-to-speech model, published at ICML 2021, that turns text directly into an audio waveform in one network instead of the usual two-stage…8 最小阅读量阅读
- 音频人工智能FastSpeech 和非自回归 TTSFastSpeech 并行生成整个语音频谱图，而不是一次生成一帧，从而使合成速度显着更快、更稳定。2 最小阅读量阅读
- 音频人工智能自然语音和潜在扩散 TTSMicrosoft Research的NaturalSpeech论文探讨神经文本转语音，包括codec-潜变量扩散和分解语音表示。2 最小阅读量阅读
- 音频人工智能语音情感识别语音情感识别（SER）是使用机器学习估计说话者情感状态的技术，例如愤怒、悲伤、快乐或中性……8 最小阅读量阅读
- 音频人工智能Moshi 全双工语音Moshi 是 Kyutai 的一款开源实时语音 AI，它可以同时说话和聆听（全双工），而不是严格轮流。2 最小阅读量阅读
- 音频人工智能语音到语音翻译语音转语音翻译 (S2ST) 获取一种语言的口语单词并生成另一种语言的口语单词 - 理想地保留说话者的声音、语气……2 最小阅读量阅读
- 音频人工智能HiFi-GAN 和 GAN 声码器HiFi-GAN 是一种生成对抗式声码器，几乎可以立即将梅尔频谱图转换为原始音频波形，从而产生录音室质量的语音......2 最小阅读量阅读
- 音频人工智能字素到音素的转换字形到音素（G2P）转换将书面字母转换为语音系统实际应发出的声音。免费通俗英语指南。2 最小阅读量阅读
- 音频人工智能语音文本规范化语音文本规范化将书面符号重写为口语形式，例如扩展日期、金额和缩写。免费通俗英语指南。1 最小阅读量阅读
- 音频人工智能SoundStream 神经音频编解码器SoundStream 是 Google Research 于 2021 年 7 月发布的神经音频编解码器，能够使用学习到的编码器压缩语音、音乐和通用音频…9 最小阅读量阅读