01
人工智能基金会
了解什么是人工智能，系统如何学习，哪些地方失误，以及如何在不夸大的情况下判断主张。
免费人工智能库
音频人工智能 指南永远免费。
117 简明英语指南、结构化学习路径和开放图书馆——由独立的 501(c)(3) 非营利组织构建，以便任何人都可以理解现代人工智能。
117免费指南
1主题曲目
~2 min根据指南
~4h阅读时间
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。
02
负责任的人工智能用户
在保护隐私、核查输出和保持人类问责的同时，高效使用人工智能。
03
职场人工智能
评估工作场所用例，运行安全试点，衡量价值，负责任地沟通变更。
04
人工智能政策与社会
通过权利、公平、治理、安全和公共利益结果分析人工智能系统。
05
使用人工智能系统构建
通过实用的系统设计，理解语言模型、检索、代理、评估、成本和部署保障。
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。
全库
所有指南
117 的 1019 显示指南。按曲目过滤或在上方搜索。
音频人工智能
分裂茎分离
Spleeter 是 Deezer 的一款开源工具，它使用深度学习将完成的歌曲分割成单独的曲目（人声、鼓、贝斯等）。
音频人工智能CREPE 间距估计
CREPE 是一种深度学习模型，可直接从原始波形估计单声道音频信号的基频（音调）。
音频人工智能PESQ 和 STOI 语音质量指标
PESQ 和 STOI 是标准的客观指标，可以对处理后的语音声音的好坏程度以及语音的可理解性进行评分，而无需人类听众。
音频人工智能源过滤器声码和 WORLD
声码器是一种将语音分解为构建块并重建它的工具。
音频人工智能平均意见得分评估
平均意见分数 (MOS) 是人类听众的 1 到 5 平均评分，用于衡量合成或传输的音频声音的好坏程度。
音频人工智能音频的恒定 Q 变换
恒定 Q 变换 (CQT) 是一种频率分析，它使用与音高匹配的对数间隔的 bin，而不是均匀间隔的 bin……
音频人工智能滤波器组和 PLP 功能
滤波器组和感知线性预测 (PLP) 功能是将语音信号汇总为紧凑的、感知上有意义的数字的方法，这些数字可以加工……
音频人工智能StyleTTS 2 风格扩散
StyleTTS 2 是一种文本转语音模型，它将语音“风格”（韵律、情感和说话者音色）视为使用扩散模型采样的随机变量……
音频人工智能FastPitch 音调可控 TTS
FastPitch 是一种快速、非自回归的文本转语音模型，可显式预测每个输入标记的音调（基本频率），让您……
音频人工智能Voicebox 流程匹配语音生成
Voicebox 是 Meta 的文本引导语音生成模型，通过流匹配目标进行训练，以“填充”屏蔽音频，让一个模型执行零样本语音……
音频人工智能深度噪声抑制挑战
深度噪声抑制 (DNS) 挑战赛是一项 Microsoft 举办的竞赛，旨在推动研究人员构建去除背景噪声的神经网络……
音频人工智能谱减法和维纳滤波
谱减法和维纳滤波是经典的、预深度学习的降噪主力。