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
音訊字幕
音訊字幕產生描述音訊剪輯內容的自然語言句子，例如「火車通過平交道時喇叭鳴響」。
音訊人工智慧耳語語音識別
Whisper 是 OpenAI 的開源自動語音辨識系統，可將音訊轉換為跨 90 多種語言的文字。
音訊人工智慧Wav2Vec 2.0
Wav2Vec 2.0 是 Meta AI 的自我監督語音模型，可從原始、未標記的錄音中學習強大的音訊表示。
音訊人工智慧HuBERT 自監督演講
HuBERT（隱藏單元 BERT）是 Meta AI 的自我監督語音模型，透過預測 BERT 風格的屏蔽片段的聚類音訊單元來學習。
音訊人工智慧神經聲碼器
神經聲碼器是一種將緊湊的聲學表示（通常是梅爾頻譜圖）轉換為實際可聽波形的模型。
音訊人工智慧神經音頻編解碼器
神經音頻編解碼器使用深度學習將聲音壓縮為離散標記的微小流，並以高保真度重建它。
音訊人工智慧VALL-E 和編解碼器語言模型
VALL-E 將文字轉語音重新定義為音訊編解碼器令牌上的語言建模問題，從而可以從僅三秒的樣本中克隆語音。
音訊人工智慧OpenAI 耳語
Whisper 是 OpenAI 的開源自動語音辨識系統，可轉錄和翻譯多種語言的口語音訊。
音訊人工智慧自動音樂轉錄
自動音樂轉錄 (AMT) 將原始音樂錄音轉換為符號符號，例如樂譜、MIDI 或鋼琴捲軸。
音訊人工智慧節拍和節奏跟踪
節拍和節奏追蹤的任務是找到音樂中的穩定脈動：每個節拍落在哪裡以及歌曲每分鐘節拍 (BPM) 的移動速度。
音訊人工智慧音頻指紋識別
音頻指紋辨識可以創建一個緊湊、抗噪音的聲音數位簽名，以便以後即使在背景噪音的情況下也可以識別它...
音訊人工智慧點唱機
Jukebox 是 OpenAI 的 2020 年神經網絡，可產生原始音樂音訊 - 包括歌聲、樂器，甚至特定風格的歌詞…