zh515858237的专栏

原创 如何调整vad参数

min_silence_duration_ms和min_speech_duration_ms这两个参数很微妙啊，min_silence_duration_ms如果越小，那么片段就越碎，而min_speech_duration_ms越小，则片段就越长。而这两个参数如果同时变小，就不一定片段是变长还是变小了，因为你不知道min_speech_duration_ms到底会影响多少片段之间的音频连接处会不会把它们连接起来。这是触及到了 VAD（语音活动检测）算法中最“混沌”的博弈区域。

原创 Manus 技术栈与 LangChain 关系

Manus 能够达到如此高的代码执行成功率，很大程度上归功于 Anthropic 的 Claude 3.5 Sonnet。在多个代码评测榜单中，Claude 3.5 展现了超越 GPT-4o 的编程与逻辑推理能力。Manus 的 CodeAct 架构与 Claude 的强项完美契合。如果改用能力较弱的模型，CodeAct 产生错误代码的概率将指数级上升，导致系统瘫痪。

原创 将scp命令转为rsync断点续传命令

【代码】将scp命令转为rsync断点续传命令。

原创 北京历年住房公积金月缴存额上限及同比增长率表

原创 如何快速测试GPU的推理速度

【代码】如何快速测试GPU的推理速度。

原创 罗计物流为什么会失败

出于对陌生交易的恐惧，司机一般都会本能地抬价，这会造成陌生交易的频率和成功率的降低。现实中，货物运输的交易环节比打车更为复杂，有大量需要人为确认的、非标准化的线下交易活动和环节。在公路货运中，大约90%的车辆是个体车辆，与出租车司机相比，管理难度更大。据一位资深业内人士介绍，根据其公司交易系统统计，在上百万次的已达成货运交易中，大约有60%~70%是“熟关系”交易，完全陌生的交易只是少数。在没有完善的商业信用体系的情况下，“熟人关系”代行了这一职能，因此这种固定的熟人关系看起来牢不可破。

原创 pip安装fasttext报错

报错现象：error: command '/usr/local/bin/gcc' failed with exit code 1 ----------------------------------------ERROR: Command errored out with exit status 1:解决办法：sudo yum install centos-release-sclsudo yum install scl-utils-buildsudo yum install devto

原创 基于VibeVoice搭建语音合成demo

https://github.com/vibevoice-community/VibeVoice.git，该项目的优势是支持微调模型。

原创 如何安装基于DCU的vllm和LLaMa-Factory环境

搜索想要的软件，比如vllm。二、选择对应软件下载安装即可。

原创 如何在DCU上面编译llama.cpp

完成后，再运行：（下面的128可改为你真实的cpu核数）然后再次重新运行上面的编译命令。此处的编译时间很长，需耐心等待。

原创 推荐一款免费的语音识别网站，上传音频即可

这个是真免费，而且准确率真的超高！

原创 如何使用IOPaint去水印

https://www.iopaint.com/

原创 3D打印笔记

这个网站有很多模型：

原创 开源的语音识别数据整理

主要由YouTube 和播客（Podcast）通过数据抓取，其中，YouTube 录音采用光学字符识别（OCR）技术标注，播客录音采用自动语音识别（ASR）技术标注。是已知最大的中文语音开源数据集。填写名称、公司等信息后即可获取。

原创 具身智能笔记

https://modelscope.cn/models/zixiaoBios/openvla-7b/summary

原创 brew install太慢的解决办法

【代码】brew install太慢的解决办法。

原创 pypy加速python的代码执行

原有21G的文本语料，使用python 执行耗时：26m59.672s。

原创 如何用c++调用大模型——关于使用llama.cpp的lib库的简易教程

【代码】如何用c++调用大模型——关于使用llama.cpp的lib库的简易教程。

原创 中文逆文本标准化 (ITN) 标注规范

逆文本标准化（Inverse Text Normalization, ITN），或称“中文转数字”，是指将文本中的口语化、文本化的数字表达（如“一千二百三十”、“百分之五”、“十一点半”）转换为标准化的书面形式（如“1230”、“5%”、“11:30”）。核心目标：使转换后的文本更符合书面阅读习惯，并便于后续的机器处理。示例：今天十一点十一分 -> 今天11:11我国总人口约十三点八六亿 -> 我国总人口约13.86亿标签定义适用场景变化。

原创 语音识别后处理——如何语音断句加上标点、顺滑、纠错、ITN等

摘要： 机器同传（MSI）中的断句技术是影响翻译质量与实时性的关键瓶颈。完整语义单元对神经机器翻译（如Transformer）至关重要，断句不准会导致上下文割裂与翻译错误。当前技术包括基于静音、语言模型预测、韵律特征及端到端混合模型，需权衡实时性与准确性。类似挑战也存在于机器人交互中，错误断句可能导致指令误解与执行风险。研究高效断句算法（如VAD、端点检测）对实现流畅人机交互具有重要意义。文中还对比了大模型在口语化文本翻译中的表现差异，并展示了不同正则引擎的性能对比。

原创 腾讯云的运维笔记——从yum的安装与更新源开始

【代码】腾讯云centos7.6的运维笔记——从yum的安装与更新源开始。

原创 部署Qwen-Image

【代码】部署Qwen-Image。

原创 huggingface笔记

~/.cache/huggingface

原创 如何升级老mac系统

从上面的网站可以看到最多支持到Big Sur。

原创 tmux是类似screen的后台运行命令

【代码】类似screen的后台运行命令。

原创 使用linux的mail命令发送html格式的邮件

2、然后修改/etc/mail.rc，在文件末尾增加以下内容，指定邮箱和授权码。1、关闭本机的sendmail服务或者postfix服务。3、然后通过命令来发送邮件。3、授权码的获取方式。

原创 地理位置笔记

以下代码用python2运行。

原创 如何根据经纬度查询所在城市

参考文献：

原创 hive与dolphin笔记

【代码】hive笔记。

原创 github的优秀项目

​GitHub - keon/awesome-nlp: A curated list of resources dedicated to Natural Language Processing (NLP)GitHub - glample/tagger: Named Entity Recognition Toolhttps://github.com/guoguibing/librec     优秀推荐系统代码https://github.com/ottokart/punc

原创 模型蒸馏笔记

Hinton在NIPS2014提出了知识蒸馏（Knowledge Distillation）的概念，旨在把一个大模型或者多个模型ensemble学到的知识迁移到另一个轻量级单模型上，方便部署。简单的说就是用小模型去学习大模型的预测结果，而不是直接学习训练集中的label。

原创 语料清洗的难点——为什么gbk编码常用抽取正则表达式无法抽取“嘚瑟“的“嘚”字

原因是：“嘚”的二进制编码是874e，而4e的编码正好是大写字母N，经过lower()函数后，就变成n，对应的二进制编码是6e，而876e就是”噉”因此语料预处理时需要非常小心，大小写转换在语料处理流程中的顺序，以及中文字符的抽取的正则都需要多加检验才能保证语料的干净。而我们常用的gbk汉字抽取正则表达式为[\x80-\xff][\x80-\xff]原因是：现在很多年轻人喜欢用兔斯基表情-.-，在语料处理时-被删除了，但是.留下了。其中0a为\n字符，874e即“嘚”字的gbk编码。

原创 streamlit报错：AxiosError: Request failed with status code 403

步骤三：重新启动你的streamlit网页。步骤一：创建config.toml。步骤二：加入以下内容。

原创 Firefly笔记

再次安装pip install mpi4py即可顺利通过。

原创 deepspeed笔记

传统的深度学习，模型训练并行，是将模型参数复制多份到多张GPU上，只将数据拆分（如，torch的Dataparallel），这样就会有大量的显存冗余浪费。ZeRO Stage 3: 划分模型参数，或者说，不同的layer. ZeRO-3会在forward和backward的时候，自动将模型参数分配到多个memory。由于ZeRO-1只分配optimizer states(参数量很小)，实际使用的时候，我们一般只会考虑ZeRO-2和ZeRO-3。而ZeRO的实现方法，就是把参数占用，逻辑上分成三种类型。

原创 isascii、isdecimal、isdigit、isnumeric、isprintable、islower、isupper、isalpha、isalnum到底有什么异同

在使用python进行文本预处理时，经常会用到以上函数，那么它们到底有什么异同？

原创 linux 的split命令如何确保split出来的多个文件，每个文件都 带上原始文件开头的第一行

split_with_header.sh如下。

原创 hanlp的使用

hanlp最流行的是java的1.*版本（代码支持python和java），但是后来研发了2.0版本（代码仅支持python），2.0的版本是深度学习版本，功能也很多，但是貌似没有1.*那么流行。本文重点介绍1.*版本的使用（以v1.8.4为例）

原创 报错：failed to initialize nvml driver/library version mismatch

【代码】报错：failed to initialize nvml driver/library version mismatch。

原创 关于搜索的笔记

参考文档：大众点评内容搜索算法优化的探索与实践