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
分裂莖分離
Spleeter 是 Deezer 的開源工具，它使用深度學習將完成的歌曲分割成單獨的曲目（人聲、鼓、貝斯等）。
音訊人工智慧CREPE 間距估計
CREPE 是一種深度學習模型，可直接從原始波形估計單聲道音訊訊號的基頻（音調）。
音訊人工智慧PESQ 和 STOI 語音品質指標
PESQ 和 STOI 是標準的客觀指標，可以對處理後的語音聲音的好壞程度以及語音的可理解性進行評分，而無需人類聽眾。
音訊人工智慧來源過濾器聲碼和 WORLD
聲碼器是一種將語音分解為構建塊並重建它的工具。
音訊人工智慧平均意見得分評估
平均意見分數 (MOS) 是人類聽眾的 1 到 5 平均評分，用於衡量合成或傳輸的音訊聲音的好壞程度。
音訊人工智慧音頻的恆定 Q 變換
恆定 Q 變換 (CQT) 是一種頻率分析，它使用與音高匹配的對數間隔的 bin，而不是均勻間隔的 bin…
音訊人工智慧濾波器組和 PLP 功能
濾波器組和感知線性預測 (PLP) 功能是將語音訊號匯總為緊湊的、感知上有意義的數字的方法，這些數字可以加工…
音訊人工智慧StyleTTS 2 風格擴散
StyleTTS 2 是一種文字轉語音模型，它將語音「風格」（韻律、情緒和說話者音色）視為使用擴散模型取樣的隨機變數…
音訊人工智慧FastPitch 音調可控制 TTS
FastPitch 是一種快速、非自回歸的文字轉語音模型，可明確預測每個輸入標記的音調（基本頻率），讓您…
音訊人工智慧Voicebox 流程匹配語音生成
Voicebox 是 Meta 的文字引導語音生成模型，透過流匹配目標進行訓練，以「填充」屏蔽音頻，讓一個模型執行零樣本語音…
音訊人工智慧深度噪音抑制挑戰
深度噪音抑制 (DNS) 挑戰賽是一項 Microsoft 舉辦的競賽，旨在推動研究人員建構去除背景噪音的神經網路…
音訊人工智慧譜減法和維納濾波
譜減法和維納濾波是經典的、預深度學習的降噪主力。