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
苏诺和乌迪奥
Suno 和 Udio 是两个领先的消费者 AI 音乐生成器，它们可以将简短的文本提示转换为完整的、接近录音室质量的歌曲 - 配有人声......
音频人工智能象征性音乐的产生
符号音乐生成将音乐创建为结构化记谱——音符、音调、持续时间和时间（通常为 MIDI）——而不是原始音频。
音频人工智能梅尔频率倒谱系数
梅尔倒谱系数 (MFCC) 是一组紧凑的数字，概括了人耳感知声音频谱的形状……
音频人工智能波网
WaveNet 由 DeepMind 于 2016 年推出，是一种突破性的神经网络，它一次生成一个原始音频样本，产生极其自然的语音……
音频人工智能塔克特隆 2
Tacotron 2 是来自 Google (2017) 的端到端文本转语音系统，可将书面文本直接转换为梅尔频谱图，然后由神经声码器将其转换...
音频人工智能音频 Deepfake 检测
音频深度伪造检测是一组用于判断语音录音是由真人说出还是由人工智能合成/克隆的技术。
音频人工智能韵律建模
韵律建模教机器语音的旋律、节奏、音调、重音和基于单词的节奏。
音频人工智能情感语音合成
情感语音合成生成的声音听起来像是快乐、悲伤、愤怒或平静，不仅易于理解，而且让人感觉可信。
音频人工智能语音转换
语音转换可以转换一个人录制的语音，使其听起来像是其他人所说的，同时保留原来的单词和时间。
音频人工智能说话人分类
说话者分类回答了“谁在何时说话？”的问题。通过将录音分割成按说话者身份标记的片段。
音频人工智能发言者验证
说话人验证可确认语音是否与特定的声称身份匹配，充当基于语音的密码。
音频人工智能语音活动检测
语音活动检测 (VAD) 会时刻判断音频信号是包含人类语音还是仅包含静音和噪音。