只是恰好站在那个地方而已

封面：twitter@Ara_love_kirby

        冲浪看到一张meme：在货架上摆放着无数个巴斯光年，每个巴斯光年都想要做出一番事业，自嘲或讽刺刚毕业的大学生心气颇高，而等待在前面的，只是做一颗螺丝钉、做一个小齿轮的平凡的现实。

        做好一颗螺丝钉、一个小齿轮又谈何容易？离开社会，离开特定的环境，其实我们什么也不是。“居里夫人只是勤奋罢了：她做的工作，如果她不做，别人也可以做。”我也不过是碰巧赶上了一波热潮罢了：我写的两篇教程，如果我不写，别人也会写。只不过是在面向程序员的python脚本外面再套一层面向用户的python脚本的问题罢了，技术含金量远远不如finetune模型、用C++重写算子或者用ncnn做手机端侧推理。甚至，别人会写的更好：教程初版时，我把tacotron2的发布年份都写错了。没有CjangCjengh指出教程初版的很多错误，以及对语音合成同样感兴趣的群友帮忙推广，这些教程可能连用都不能用，更不用说能被人知道、能带来一些价值了。很多时候，得到或多或少自我实现的人们，只是恰好站在浪潮之巅，恰好站在那个位置，被时代推着走罢了。

        倘若这样，个人努力是否毫无意义？至少我认为不是这样。就像上班赚多赚少，钱还是要挣的。能鼓捣这些教程要得益于之前玩过linux和python，一时兴起就去做了。弄完这两篇教程，我就去恶补了深度学习的知识，这也算是我折腾这段时间的收获。情感向量的修改，大概来说是在原来vits模型中生成语音的网络的基础上，在中间加了一个全连接层，接收w2v2的输出结果作为输入，输出照旧，而w2v2又是一个识别语音特征的模型。最后研究了一下rcell佬的情感向量修改，把优化器参数放到转换后的模型以跑通模型转换，弄完这一件事基本就结束了，后面更好更有意思的探索已经有很多优秀的人在做了。今后我可能随便写点没人看的文字，或者有点什么想法尝试做成视频，感谢各位的支持。