工作记录

Todo

  • TTS 发音功能 【doing】

    继续设计：

    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, tts-model, 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）
        • 接收一个特殊的参数：id_exist_action， 决定当 id 冲突的处理逻辑：pass, override
      • cached-tts/del 删除接口：给定 id, 删除对应的内容（数据库+音频）
      • cached-tts/list 返回所有的 cache 数据：给定 project, 返回 (id, text, project, tts-model, audio-is-effective) 元组
    • 本地与云端同步：
      • hugo build 后，与云端一样，调用 ts 生成句子文件, 记为 local-list
      • 生成 TTS 文件并添加到云端(cached-tts-gen?)
        • 设置最佳的 tts-model 为 best-tts-model
        • 调用 cached-tts/list 获取云端的数据, 记为 remote-list
        • 对下面的句子做后续生成+添加处理：
          • 取 remote-list 与 本地的 local-list 交集，然后取 tts-model 不 等于 best-tts-model 的 句子
          • 取 local-list - remote-list (增量)
        • 生成+添加处理
          • 使用 best-tts-model, 对句子生成音频
          • 调用 cached-tts/add 添加内容，id_exist_action=override
        • 对下面的句子做删除操作：
          • 取 remote-list - local-list (减量)

    开始写 tts-server

  • 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

昨夜听着淅沥沥的雨，和呜呜叫的风，感觉难得的舒服。今早起来跑步，没有雨了，但地还是湿的，气温有点低。站在外面看完了乔布斯传。

科技与人文的交会，这是给我印象最深的内容。我该怎样去构建属于我自己的交会呢？要构建出属于自己的感受。

中午洗绞肉机的刀片的时候，又又又给割到手了… 然后，就摆烂了。本来想看下黑泽明的梦，但是看了 5 分钟吧就看不下去了，节奏慢，暂时也没有耐性。 然后完了下宝宝巴士的游戏，有「宝宝巴士」和「宝宝巴士大世界」，不知道二者的关系，但后者似乎好一点。 里面的生活百科，认识水果我觉得做得挺有艺术的—玩葡萄，葡萄就会“葡萄葡萄“的叫，然后点太阳，一颗颗葡萄成熟，同时发出 do ri mi 的音乐，真有艺术啊。

后来黄车车有点闹，我把葡萄给她看，完全上瘾了，导致不能停了。最后因为宝宝巴士自己的屏幕时间到了，看不了了，她嚎啕大哭，估计有 5 分钟以上，最后好好轻轻讲故事才算是哄下来。

之后，自己出来，想看电影的，但最后还是写了会儿代码。先做事情吧。

情绪记录

Good

Bad

Reflect

黄车车爆哭的时候，我又开始在边上逼逼说“你哭有什么用“，好好让我别说了，我说“这都是惯出来的“等等。好好再次让我不要在这个时候说这个话。

我对吗？确实是火上浇油了。但是，黄车车现在也不是能讲道理的，如果总是因为她哭就安抚，是否会让她越来越得寸进尺呢？我也不知道，感觉得问下 AI 了。