09 2026 档案

摘要：一、前言 想给我自己的桌宠【XiaoMate小美同学】搞一个写实的人物角色，所以趁这个中秋假期来试试看，昨天晚上开始问大模型如何可以用一张人物图片来生成一个3D人物模型，然后看解决方案，下载安装软件Blender(几百兆的文件，莫名其妙的下载了几个钟头)，然后今天早上终于把基础流程走通了，但是还存在 阅读全文

摘要：小美同学的仓库名从 charlotty mate改成XiaoMate。因为有人说Charlotte是个女性化的名字，实际上这个桌宠可以是女性角色，也可以是男性角色，更可以是宠物角色，所以就换成了 xmate（相对中性化一些）。 阅读全文

摘要：Catherine 同学提出要做一个桌宠，然后现在 TA 终于来了。这个桌宠的完整功能运行需要一个后端（https://github.com/catherine-wei/learning-ai），目前使用的是部署在 99 元/年 阿里云服务器上的，但是这个阿里云服务器配置（2H+2G+2M）太差，跑一些基于playwright 的功能经常会失败（比如：小奥收藏，自动填报工时等），因此后面会再把后端再打一个包，让所有的服务都本地化运行，所有的数据不出你的电脑。 阅读全文

摘要：这个 zipvoice 的集成过程并不顺利，甚至可以说一波三折——**踩了好多个大坑**，从 PyTorch 推理跑不动，到 vocoder 选型错误合成出噪音，再到模型目录验证 bug 导致 voices 为空。这篇文章把这些坑都记录下来，希望能帮到同样想集成 ZipVoice 的同学。 阅读全文

摘要：现在，你只需要上传一段 3-10 秒的参考音频，就能在 OddTTS 中注册一个自定义音色，像内置音色一样随时调用——无论是通过 Web 界面还是 OpenAI 兼容 API。 阅读全文

摘要：相比于上周集成的 Audio8（0.1B RTF 约 3.26x），MOSS-TTS-Nano 在 CPU 上的推理效率明显更高：在禁用文本规范化的极速模式下，**RTF 可达到约 0.5**，这意味着它已经能够胜任类似 [小落同学](https://x.oddemta.net "小落同学") 这样的低延迟实时对话场景。同时，它支持近 **20 种语言** 和 **48 kHz 立体声** 输出，音质和语言覆盖度都非常出色。 阅读全文