xmoiduts

@littleWinter 当年没留住，我论文超期，找工作被拒签了。后来回国上班了。

我假设用的是燃热了，电热没那么高要求；
燃气具 8 年强制报废，优先和房东商量一下能否你出一部分钱换一个好点的燃热。
我租住地点房东配的是一台万和燃热，我全年设置 39 度，拧到纯热水洗浴，水温还行，只会凉不会烫。
缺点是最低功率下不去，盛夏自来水热的时期，最低温度压不住，要打开厨房水龙头放热水，分流热功率，才能让洗澡水没那么烫。

@GobyHsu 识别出错误的语气词，是不是因为那段时间没有语音，只有静音或 BGM 。whisper 在这种情况下会有幻觉。

@340746 gemini 2.0 flash 试试

10：直播听写粗分句
作用：对直播文稿粗略分行
建议模型：gemini 2 flash （ ai studio ）理由：8k 输出（ ctx 2000 行左右上下文行号开始异常）； 不推荐 2.5 pro thinking ，想得太多反而无法完成工作爆 COT

```
你是一个文字处理 ai ，

将以下听写文稿按照以下标准来断行，不要修改也不要校对文稿内容。
在每行之前加入行(L for Line)号，例如 `{L1} 正文正文正文` ，请忠实断行并正常分配行号，只输出非空的行。
原文中的换行仅用于限制原文单行长度，请勿视为带有语义

模拟 YouTube 字幕的显示效果，遵循以下规则：
- 每行字符数不超过约{拉丁字母：80 ，中日类：35}个字符。
- 优先在自然停处进行断句，例如句号、逗号、语气词等。
- 尽量保持语义完整性，避免在词组中间断句。
- 短句可以单独成行。
- 长句可以跨多行，但要在合适的位置断开。
- 保持视觉上的整洁，避免过长或过短的行。
- 考虑朗读时的自然停顿和节奏。

输出到 multiline text block 中
```
{前五行断行结果}

--process-full-text? -Y
--line-number-start = L467 # （这个是给 claude 的监工代码，实际没什么用，删了也行）

{大段未断行正文}

听听戒社，linvo 说宇宙，茂的模，yan talk ，都很好睡。

这不巧了，同样在做两个 side-project ，一个是云 GPU 人声分离 https://github.com/xmoiduts/vocal-extract-transcribe-bot , 一个是 whisper 音频提取字幕 https://github.com/xmoiduts/OpenAI-API-transcriber 。题主您比我走得远，我还没走到发现时间轴不准的阶段，因为我不打轴，全文投成专栏。

我的方案选型有少量不同：

之前尝试从 UVR 代码里扒一个专用于提取干声的东西，失败，UVR 的陈年代码耦合太紧了。
后来我转用了 MSST https://github.com/ZFTurbo/Music-Source-Separation-Training ，同样的模型，推理命令行超级直观。

切段由于受 whisper api 单文件 25MB 的限制，我做了按 码率 和 时长 双要素判定每片长度的逻辑。相邻两片之间重合 9 秒（随便定的），合并逻辑还没做，目前实际是我手工合并。
我完全不准备用 whisper 自动断的句，只用单词模式[timestamp_granularity: word]，后续接入一个大模型断句。
- 不建议用 gemini 思考模型断句，会爆 COT ，但 gemini flash 系列不错。
翻译推荐 claude 系列，但是要注意 claude 3.5 系会偷懒，3.7 系会有些幻觉，要在提示词中加以监工，claude 有足够的反思能力。

我（男）也爱攒袋子，小时候攒笔壳笔芯（因为是塑料管），觉得以后可能 diy 会用上，其实并没有。
上班以后由于不做饭，攒外卖袋子当垃圾袋，但进屋的经常多于扔掉的。
为了缓解这个问题，我买了两卷巨贵巨厚实的宜家风格垃圾袋（宜家本身停产了，我买的仿品），这样至少不担心没有袋子用了。
上回退项，包里塞了三个这样的垃圾袋，把零碎物品都打包回了家。

备注：外卖袋子当垃圾袋偏小，如果平常“启动困难”，不愿意下楼，导致每次扔垃圾要扔很多个袋子单手拿不下，可以用编织绳子（编织数据线那类的）把垃圾袋串起来，这样一次可以提 8-10 袋下楼。

2023 年 9 月首阳（是的，我 22 年末躲过去了），2024 25q1 无“流感样症状”（感冒发烧）。耗资巨额，可计价的大头在于整租相对合租的溢价，小头在于防护设备（口罩，鼻喷，far-uvc 设备等）。

@sumeoy 要看核酸或抗原检测结果，无论哪种，做了才知道。