從這裡開始
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。
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。
- 134 指南基礎知識核心概念:人工智慧如何在高層次上運作。探索
- 272 指南語言人工智慧LLM、NLP、ChatGPT、提示和文字理解。探索
- 298 指南視覺人工智慧影像生成、電腦視覺、視訊和設計。探索
- 188 指南音訊人工智慧語音、音樂、播客和音訊優先的人工智慧。探索
- 145 指南公司OpenAI、Anthropic、Google、Meta 等的設定檔。探索
- 761 指南應用領域人工智慧如何出現在編碼、搜尋、代理和日常生活中。探索
- 244 指南產業醫療保健、金融、教育、能源等領域的人工智慧。探索
- 536 指南科技晶片、微調、RAG、向量和人工智慧基礎設施。探索
- 422 指南社會偏見、隱私、版權、安全和人工智慧的未來。探索
全庫
音訊人工智慧
188 的 3000 顯示指南。按曲目過濾或上方搜尋。
- 音訊人工智慧DiffWave 擴散聲碼器DiffWave 是一種基於擴散的聲碼器,透過迭代地將隨機雜訊去噪為以梅爾頻譜圖為條件的波形來合成音訊。2 最小閱讀量閱讀
- 音訊人工智慧樹皮生成音訊模型Bark 是 Suno 的開源文字轉音訊模型。其文件描述了從文字提示生成語音和非語音音訊,包括事件…2 最小閱讀量閱讀
- 音訊人工智慧Tortoise TTS 自回歸合成Tortoise 是一個開源多聲音文字轉語音系統,作者稱其強調品質。免費純英文指南。2 最小閱讀量閱讀
- 音訊人工智慧XTTS 跨語言語音克隆XTTS 是 Coqui 的開放權重文字轉語音模型,能從幾秒鐘的參考音訊複製說話者的聲音,然後在另一段文字中朗讀…9 最小閱讀量閱讀
- 音訊人工智慧SoundStorm 並行音訊生成SoundStorm 是一種研究模型,可透過基於置信度的平行解碼產生神經音訊編解碼器標記。免費的簡單英語指南。3 最小閱讀量閱讀
- 音訊人工智慧AudioGen 文字到音訊合成AudioGen 透過學習離散音訊表示的自回歸模型來研究以描述性文字為條件的音訊產生。3 最小閱讀量閱讀
- 音訊人工智慧Stable Audio 與 Timing-Conditioned Latent Audio DiffusionStable Audio 是 Stability AI 的文字轉音訊模型系列,透過在壓縮的潛在空間中運行擴散來生成音樂和音效…9 最小閱讀量閱讀
- 音訊人工智慧Kaldi 語音辨識工具包Kaldi 是一個開源語音辨識工具包,具有 C++ 核心和記錄的訓練和解碼方法。免費的簡單英語指南。3 最小閱讀量閱讀
- 音訊人工智慧Wav2Letter 卷積 ASR最初的 wav2letter 研究使用卷積聲學模型來預測語音輸入中的字元序列。免費的簡單英語指南。3 最小閱讀量閱讀
- 音訊人工智慧Jasper 和 QuartzNet ASRJasper 和 QuartzNet 是 NVIDIA 語音辨識研究中所描述的捲積聲學模型設計。免費的簡單英語指南。3 最小閱讀量閱讀
- 音訊人工智慧音頻擴散模型音訊擴散方法學習在指定音訊表示中進行生成性去噪過程。免費純英文指南。3 最小閱讀量閱讀
- 音訊人工智慧聲音事件偵測聲音事件偵測(SED)是找出錄音中哪些聲音發生以及每個聲音何時開始和停止的任務,例如從 2 秒開始的狗吠聲。9 最小閱讀量閱讀