频道始于2019年6月,长期保持不太稳定的持续更新,内容主要以纯文字为主。伴有频道主的个人生活。
附属群聊:查看置顶
个人频道:https://t.me/LinYunChannel
小林的壁纸频道:https://t.me/linyunbook2 (暂停更新)
小林的头像频道:https://t.me/linyunbook4 (暂停更新)
Post #4131
990
大概讲讲上述对话出现的背景吧。
起因是我想寻找一个比较不错的TTS工具用来朗读本地的文档。起初发现海螺语音,也就是minimax非常不错,它排在闭源ttx大模型第一。但我在使用时发现了信息审查:一篇非常简单的文章就是不给读。所以还是研究一下其他的方案,查询得知CosyVoice 非常有名,于是尝试下载使用。
根据我对大语言模型的浅显认知,如果要方便的使用大模型,应该需要某种前端来承载。所以我先和AI讨论寻找比较不错的前端来承载大模型。
AI首先推荐我尝试xtts,这是一个主要为 win 环境开发的工具,但似乎在mac上也可以通过“稍加修改”来正常使用。记住这个“稍加修改”,这个步骤花了2个小时,最终以失败告终。
起初,AI并未意识到兼容问题的严重性,只是发现有一个python库总是报错,于是不断尝试自行安装、不安装、不加载、假装有一个文件是下载好的。总之是先把自检过了再说。
深入发现,上述办法都无法避开那个专为 win 环境 的 Nvinda cuda 核心设计的组件,这个组件深入了 xtts 的许多文件中。改掉一个还有另一个。后面AI的建议是:把这个组件删掉,咱就当没这功能。但还是频繁报错。另外,python库的安装也是一堆坑,Gemini 不断尝试各种安装方式来规避错误,这也花了我一两个小时。
起因是我想寻找一个比较不错的TTS工具用来朗读本地的文档。起初发现海螺语音,也就是minimax非常不错,它排在闭源ttx大模型第一。但我在使用时发现了信息审查:一篇非常简单的文章就是不给读。所以还是研究一下其他的方案,查询得知CosyVoice 非常有名,于是尝试下载使用。
根据我对大语言模型的浅显认知,如果要方便的使用大模型,应该需要某种前端来承载。所以我先和AI讨论寻找比较不错的前端来承载大模型。
AI首先推荐我尝试xtts,这是一个主要为 win 环境开发的工具,但似乎在mac上也可以通过“稍加修改”来正常使用。记住这个“稍加修改”,这个步骤花了2个小时,最终以失败告终。
起初,AI并未意识到兼容问题的严重性,只是发现有一个python库总是报错,于是不断尝试自行安装、不安装、不加载、假装有一个文件是下载好的。总之是先把自检过了再说。
深入发现,上述办法都无法避开那个专为 win 环境 的 Nvinda cuda 核心设计的组件,这个组件深入了 xtts 的许多文件中。改掉一个还有另一个。后面AI的建议是:把这个组件删掉,咱就当没这功能。但还是频繁报错。另外,python库的安装也是一堆坑,Gemini 不断尝试各种安装方式来规避错误,这也花了我一两个小时。









