01
人工智慧基礎
了解人工智慧是什麼、系統如何學習、失敗的地方以及如何在不炒作的情況下判斷主張。
免費人工智慧庫
音訊人工智慧 指南永遠免費。
117 簡明英語指南、結構化學習路徑和開放圖書館——由獨立的 501(c)(3) 非營利組織構建，以便任何人都可以理解現代人工智慧。
117免費指南
1主題曲目
~2 min根據指南
~4h閱讀時間
從這裡開始
五 基於結果的課程
每門課程都包括明確的成果、映射的能力、實踐活動和應用的頂點。
02
負責任的 AI 使用者
有效率地使用人工智慧，同時保護隱私、檢查輸出並維持人類責任。
03
職場人工智慧
評估工作場所用例、運行安全試點、衡量價值並負責任地傳達變更。
04
人工智慧政策與社會
透過權利、公平、治理、安全和公共利益結果來分析人工智慧系統。
05
使用 AI 系統建置
透過實務系統設計，了解語言模型、檢索、代理、評估、成本及部署保障。
主題曲目
按曲目瀏覽
跳入您關心的領域。每條賽道都有多個簡單的英文指南。
全庫
所有指南
117 的 1019 顯示指南。按曲目過濾或上方搜尋。
音訊人工智慧
歌聲合成
歌聲合成（SVS）是一種人工智慧，可將書面旋律和歌詞轉化為完整的演唱聲樂表演。
音訊人工智慧音訊LM
AudioLM 是一個 Google 研究框架，透過將聲音視為語言並預測它的標記來產生逼真的音訊（語音或鋼琴音樂）...
音訊人工智慧音樂產生器
MusicGen 是 Meta 的 AI 模型，它根據文字描述產生音樂，還可以選擇您哼唱或上傳的旋律。
音訊人工智慧關鍵字辨識和喚醒詞
關鍵字識別是一種始終監聽的技術，讓設備在彈出之前等待單個觸發短語，例如“Hey Siri”或“Alexa”…
音訊人工智慧強制對齊
強制對齊會自動將已知的文字記錄與其音訊對齊，準確標記每個單字或聲音的開始和結束時間。
音訊人工智慧梅爾譜圖
梅爾聲譜圖是聲音隨時間變化的影像，其頻率間隔與人耳感知音調的方式相同。
音訊人工智慧聯結主義時間分類
連接主義時間分類 (CTC) 是一種損失函數和解碼方法，可讓神經網路將長音頻序列轉換為文本，而無需…
音訊人工智慧RNN-感測器模型
RNN-Transducer (RNN-T) 是一種流友善的語音辨識架構，它修復了 CTC 的最大弱點——無法對依賴關係進行建模…
音訊人工智慧符合者架構
Conformer 是一個神經網路區塊，它將卷積與自註意力融合在一起，捕捉細粒度的局部聲音模式和遠端上下文...