工作记录

Todo

  • TTS 发音功能 【doing】

    昨天和好好探讨了下怎么放开关。晚上也想了下文案是啥样的，都想不到一个特别满意的。

    大概是：

    文案：

    • 显示句子发音按钮 [x]

    功能：开启后，在每个英语句子后面显示一个播放按钮，点击后显示加载模样，加载成功后，播放音频，同时按钮变为暂停模样；再次点击就暂停，再点击就播放。

    播放状态：

    idle => 显示播放 loading => 显示加载 playing => 显示暂停 暂停 => 显示播放

    开关状态：通过 cookie 序列化功能开启、关闭的状态

    TTS 能力：构建一个新的 TTS server, 使用 cached 非实时接口返回音频结果。

    • cache 构建：
      • 在 hugo 侧，基于 ts 完成英语句子抽取功能：
        • 输入：dist 接口
        • 输出：一个 {data: [{id: str, text: str, src_doc: list[str]}], project: dajuan} json 文件，annotated as $CACHED_TTS_TEXT
      • github action 里，在完成 hugo build 后，调用这个 ts，生成该文件
      • 然后 ssh 到 server，执行 cached-tts-gen --data $CACHED_TTS_TEXT --gen-model public
    • tts-server 接口
      • tts 生成接口：真正的 TTS 生成接口；给定 text, model, 生成音频【流式】
        • 支持模型：
          • public: 找到一个免费的，可以直接调用的接口
          • local-kokoro：本地的模型
          • local-dajuan: 本地的模型
      • cached-tts/gen 生成接口: 给定 id, project, 返回音频【流式】或者 None (不会去调用 tts) 注意，不需要 text，因为这里只读取
      • cached-tts/add 添加接口：给定 id, text, project, audio, 设置音频内容；
        • 需要 text.
        • 需要鉴权（先简单基于 api-key，api-key 固定即可）
      • cached-tts/list 返回所有的 cache 数据：给定 project, 返回 (id, text, project, audio-is-effective) 元组
    • 本地与云端同步：
      • 本地调用

    DOING

  • 准备写年终总结吧

  • 搭建基本本地 LLM 的小龙虾

  • 游戏开发：大概率还是用 cocos creator

Process

生活记录

状态还是不够集中。

卖掉了一些航运相关的票。之前追高买的华工科技果然大跌。

中午做了饭，晚上是好好做的，烤了饼饼。晚上黄车车还是不能早早睡觉，陪她看了 pepa，然后拉粑粑、在沙发上玩虫虫和气球，她躺在沙发上吃瓜子和饼饼，挺乖的，没闹，就是不愿意睡觉。

后面还是好好出马，把她哄睡了。

尝试挂号，但是系统不知道咋了，没挂上。晚上 11 点再看，结果就没有了。

情绪记录

Good

Bad

Reflect

今天情绪还是挺稳定的。早上跑步的时候在外面看了一个多小时的乔布斯传。挺悠闲的，但代价呢？其实就是把自己的压力，最终转移到了我爸身上。

所以说，还是要继续全力以赴啊。