仅记录自身学习过程，不适合作为教程浏览 数据搜集 在Kaggle（Find Open Datasets and Machine Learning Projects | Kaggle）等网站上下载数据集，或是自行用爬虫爬取 数据清洗 下载下来的数据往往存在大量重复或不符合要求的低质/主题无关图像，需要进行一定处理才可用于训练。由于此次目的仅在于跑通整…

在上一篇学习日志中，我介绍了GSV的API食用方法，本篇我们研究如何将LLM与GSV对接。 这乍一听很简单，只需要将大模型返回的结果简单处理之后交由GSV处理之后就行了……对吗？思路没问题，确实是可行的，不过由于GSV处理文字的时间过长，这导致实际延迟时间过长，体验极差。 我们真正想要的效果是这样的：让GSV处理完一部分音频后就立即播放，剩下的边播…

最近换了电脑，终于可以试试GSV和RVC了。在简单体验一番后，萌生了将其与LLM结合起来的想法。 （毕竟谁不想让AI用自己喜爱的虚拟角色的声音说话呢 实现方法也简单，官方已经提供了API，只需要把LLM输出的话用它处理一遍就好了。（当然，考虑到TTS需要消耗一定时间，还需要对句子进行拆分，分段进行流式输出。） API 以v2版本为例，要想使用GSV…

24年年底，因为deepseekV3的爆火，我开始注意到这样一个来说性价比极高的大模型，于是第一时间将其接入了此前编写的QQ机器人插件中。最近几周，随着R1版本的发布，我又有了尝试本地部署蒸馏版本的想法（不过估计最多到14B Xp）。此外我也有一些让其对话风格更加近似于人类的想法，将在近期进行尝试。 from openai import OpenA…