2026-02-05 20:25:00
AI摘要 ： 本文记述了作者在读博期间拜访一位老师后的随笔。通过与老师的交流，作者反思了自身求学经历中的“内卷”心态、第一学历的束缚，以及读博期间探索能力边界与寻找真正热爱的重要性。老师指出，读博的关键在于培养独立想法与兴趣，勇于挑战高风险的创新课题，并应结合自身专业背景形成跨领域的“桥梁型”优势。文章也记录了作者对过往学习经历的回顾与释怀，以及对未来研究方向的思考。
2026-01-30 21:22:00
摘要 ：本文分享了作者在使用必应搜索引擎时，意外发现长期积累的必应Reward积分可兑换实物奖励的经历。通过登录账号使用必应搜索，作者累积了大量积分，并成功兑换了价值100元的盒马礼品卡和100元的肯德基礼品卡。文章详细记录了兑换肯德基礼品卡的步骤，包括账户绑定、邮箱确认、验证码验证以及礼品卡绑定与使用流程。作者在对比国内搜索引擎体验时，肯定了必应的实用性，并感慨这一“意外收获”带来的实际好处，同时对微软的奖励机制表示赞赏。
2026-01-26 21:23:00
AI摘要 ： 本文是作者对2025年的个人回顾与总结，以“走走停停，不如定定”为主题，分享了这一年中在生活、学业、金钱观、爱情与工作等方面的深刻变化。作者从春季博士入学前租房独立生活的体验谈起，反思了自己从“抠门”到更注重价值体验的金钱观转变，并坦诚学业上虽“颗粒无收”却获得了思维能力的成长。同时，作者深情记述了与伴侣的爱情点滴，表达了对其陪伴与支持的珍惜。此外，作为博客站长与开发者，作者持续通过文字记录技术思考与生活感悟。最后，他对工作与生活的关系进行了重新审视，强调工作应服务于生活品质而非成为全部。全文以流水账式的真诚笔触，展现了一年在成长与探索中的心路历程。
2026-01-20 19:05:00
AI摘要：文章探讨了NVIDIA RTX 3090/4090等高性能显卡在运行AI训练等高负载任务时，因瞬时功耗激增（可达近千瓦级）而引发系统崩溃的问题。作者通过分析电源保护机制和动态负载特性，指出硬件层面的瞬时功耗难以避免，并提出在软件层面限制显卡功耗的解决方案。通过将RTX 3090的功耗限制在300W，系统稳定性显著提升，而性能损失仅为约5%，且该方案在云服务中已被广泛采用。文章详细提供了Linux（通过systemd服务）和Windows（通过任务计划程序）系统下的功耗限制操作步骤，帮助用户实现持久稳定的GPU运行环境。
2026-01-19 15:53:00
AI 摘要： 本文详细记录了在Zotero 7中解决中文文献管理常见问题的完整方案。针对从知网导入文献时出现“改为尝试用 DOI 保存”的报错，提供了通过安装并配置“茉莉花”插件、更新转换器及重置浏览器扩展转换器的具体步骤。同时，文章还解决了在使用GB 7714-2015引用样式时，英文文献作者后错误显示“等”而非“et al.”，以及期刊文献被误标为“OL”（网络资源）等问题，并推荐了优化后的引用样式文件。文中包含详细的图文操作指南、插件下载地址以及用于批量修正语言字段的JavaScript脚本，旨在帮助用户高效、准确地管理中文文献，提升Zotero在中文写作环境下的使用体验。
2026-01-15 13:42:00
AI摘要： 本文介绍了一款基于Kokoro-TTS技术更新的英语跟读网页工具。新版解决了旧版本发音机械、不标准、浏览器兼容性差及无法暂停等问题，通过部署高质量的语音合成引擎，实现了更自然、拟人化的发音，并提供多种发音角色选择。文章详细说明了工具的使用方法、推荐输入格式，并针对TTS合成中可能出现的“吞音”现象，提出了标点控制、连字符拆词和切换发音人三种实用解决方案。最后，作者结合其女友的高中教学经历，表达了对当前部分高中生中蔓延的“学习无用论”和盲目追逐网红现象的担忧，反思了技术工具在真实教育情境中的意义与局限。
去年九月多的时候，写了一个基于浏览器的接口进行朗读单词的网页工具，见文《给当中学英语老师的npy写了一个单词短语跟读听写的教学工具网页 》，但是不得不吐槽三点：
（1）发音非常机械，不是人的感觉；
（2）一些单词读的不算标准，或者重音找不对；
（3）因为是基于浏览器自带的发音，不同的浏览器还不一样，一些浏览器直接就不支持；
（4）朗读过程中不能暂停，只能重来。
在期末周复习的时候，顺便摸鱼把这些问题都给解决了。最后用的是一个新网址：
网址是https://www.hubtools.cn/tools/aloud/，aloud是希望对象的学生们早读课能够大声读书！好好毒树！
点击一次开始跟读是开始，再点一次就会暂停！
输入的内容格式参考：
Machine Learning [məˈʃiːn ˈlɜːnɪŋ] 机器学习
Algorithm [ˈæl.ɡə.rɪ.ðəm] 算法
Blockchain [ˈblɒk.tʃeɪn] 区块链
Augmented Reality [ɔːɡˈmen.tɪd riˈæl.ə.ti] 增强现实
Natural Language Processing [ˈnætʃ.ər.əl ˈlæŋ.ɡwɪdʒ ˈprəʊ.ses.ɪŋ] 自然语言处理
Cryptocurrency [ˈkrɪp.təʊˌkʌr.ən.si] 加密货币
Cybersecurity [ˈsaɪə.rə.sɪˌkjʊə.rə.ti] 网络安全
Big Data [ˌbɪɡ ˈdeɪ.tə] 大数据
Internet of Things [ˈɪn.tə.net əv ˈθɪŋz] 物联网
Cloud Computing [klaʊd kəmˈpjuː.tɪŋ] 云计算
User Interface [ˈjuː.zər ˈɪn.tə.feɪs] 用户界面
Virtual Assistant [ˈvɜː.tʃu.əl əˈsɪs.tənt] 虚拟助手
Quantum Computing [ˈkwɒn.təm kəmˈpjuː.tɪŋ] 量子计算
Neural Network [ˈnjʊə.rəl ˈnet.wɜːk] 神经网络
Data Mining [ˈdeɪ.tə ˈmaɪ.nɪŋ] 数据挖掘
Operating System [ˈɒp.ər.eɪ.tɪŋ ˈsɪs.təm] 操作系统推荐输入如上的格式：“短语 音标 中文释义”格式词汇
完全可以让deepseek代劳，豆包应该也没问题。
当然也支持只要单词的情况：
需要注意：可能会存在吞音的现象，这不是口音问题，而是训练或者说发音习惯的问题，类似于中文里的“吃字”。好在有解决办法！
在说解决问题之前，我先举一个例子： Kokoro 是基于大量真人自然语料训练的。在美式英语口语（特别是快语速）中，吞音是非常普遍的现象。例如 average，字典音标是 /ˈævərɪdʒ/ (3个音节)，但母语者口语中常读作 /ˈævrɪdʒ/ (2个音节)，中间的 /ə/ 被吞掉了。Kokoro 模仿了这种“自然但不标准”的读法。
为了解决这个问题，特别是用于教学或需要清晰发音时，可以尝试以下几种“强制纠音”的技巧：
句号 . 会让模型在单词结束时留出气口，防止音频结尾的 ge 被系统截断
举例：
错误输入： average （出现了吞音）
正确输入： Average. (后面加一个句号)
如果不知道嫌麻烦可以统一让deepseek都在单词后面增加一个.
通过修改文本拼写来强迫它重读每一个音节。通过加连字符 - 或空格，可以强制模型放慢节奏并读出被吞掉的元音。
例如，对于 average，尝试输入：
average (模型读：av-rij)av-er-age (模型会被强制读出中间的 er)针对 energetic 如果觉得中间不清：
en-er-get-ic
每个人的发音习惯都不一样，这一点也可以理解。可以通过切换不同的人来尝试获得更好的发音效果。我对象说这个“男生 - 绅士”读的还算不错。
目前已经经过各种调试，在微信来打开链接就可以体验了，不一定非要浏览器打开才能看到效果了！各种兼容行为还挺费劲的！
因为女朋友是高中老师，所以我能够更多直接了解现在高中生的一些状况，其实还是挺让人担忧的。
我担忧的，不只是学生手里那支被放下的笔，更是他们心中正在熄灭的那盏灯。现在的高中生思想似乎和我已经有了代沟：感觉学习不重要，以后当网红，出道，或者觉得反正都是没出路不如现在就躺平。“学习无用论“被包装成”现实如此“，“一夜爆红”的幻象比十年寒窗更诱人。老师在教育“勤能补拙、一分耕耘一分收获”，网络却在传“搏眼球者得天下”；我们在构建秩序，虚拟世界却在解构一切权威。
我作为一个旁观者，不是担心他们想当网红，而是他们只看得见网红这一条路，但是这辈子都摸不到这条路的边；不是他们偶尔的躺平，而是他们真心相信前方已无路可走。
有时想想，只觉得沉重而迫切。