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
音频字幕
音频字幕生成描述音频剪辑内容的自然语言句子，例如“火车通过平交路口时喇叭鸣响”。
音频人工智能耳语语音识别
Whisper 是 OpenAI 的开源自动语音识别系统，可将音频转换为跨 90 多种语言的文本。
音频人工智能Wav2Vec 2.0
Wav2Vec 2.0 是 Meta AI 的自我监督语音模型，可从原始、未标记的录音中学习强大的音频表示。
音频人工智能HuBERT 自监督演讲
HuBERT（隐藏单元 BERT）是 Meta AI 的自监督语音模型，通过预测 BERT 风格的屏蔽片段的聚类音频单元来进行学习。
音频人工智能神经声码器
神经声码器是一种将紧凑的声学表示（通常是梅尔频谱图）转换为实际可听波形的模型。
音频人工智能神经音频编解码器
神经音频编解码器使用深度学习将声音压缩为离散标记的微小流，并以高保真度重建它。
音频人工智能VALL-E 和编解码器语言模型
VALL-E 将文本到语音重新定义为音频编解码器令牌上的语言建模问题，从而可以从仅三秒的样本中克隆语音。
音频人工智能OpenAI 耳语
Whisper 是 OpenAI 的开源自动语音识别系统，可转录和翻译多种语言的口语音频。
音频人工智能自动音乐转录
自动音乐转录 (AMT) 将原始音乐录音转换为符号符号，例如乐谱、MIDI 或钢琴卷轴。
音频人工智能节拍和节奏跟踪
节拍和节奏跟踪的任务是找到音乐中的稳定脉搏：每个节拍落在哪里以及歌曲每分钟节拍 (BPM) 的移动速度。
音频人工智能音频指纹识别
音频指纹识别可以创建一个紧凑、抗噪声的声音数字签名，以便以后即使在背景噪声的情况下也可以识别它......
音频人工智能点唱机
Jukebox 是 OpenAI 的 2020 年神经网络，可生成原始音乐音频 - 包括歌声、乐器，甚至特定风格的歌词……