通过文字输入，输出视频+语音虚拟形象输出。可以尝试尝试。
样例
https://speech.microsoft.com/portal/talkingavatar
训练声音
https://speech.microsoft.com/portal/customvoice/overview
精简版训练
https://learn.microsoft.com/zh-cn/azure/ai-services/speech-service/custom-neural-voice-lite
申请授权
https://speech.microsoft.com/portal/customvoice/accessrequirement
通过 git 的方式，很难下载到 huggingface。于是就网上找方法，还真找到了方法。
https://zhuanlan.zhihu.com/p/663712983
上边链接总结了多种方法。这里，只选他说的最好用的方法，使用 huggingface-cli。不做选择其他选择。这里是尝试快速下载过模型。
以下载 https://huggingface.co/mlc-ai/mlc-chat-Llama-2-7b-chat-hf-q4f16_1/tree/main 模型为例。
打开终端
# 安装 huggingface-cli
pip install -U huggingface_hub
# 使用
# --resume-download 要下载的模型名
# --local-dir 下载保存的位置
huggingface-cli download --resume-download mlc-ai/mlc-chat-Llama-2-7b-chat-hf-q4f16_1 --local-dir mlc好了，仅仅这样就好了。下载速度还是很快的，也有进度条。
win 的终端终究没 mac 的 iterm2 好用。不过 win 的进步速度比 mac 快多了。感觉 mac 几乎在吃老本。在多显示器的快捷键操作上，win 的体验却要比 mac 好。仅有一点 win 比 mac 差，就是多显示器中，某个显示器内的窗口切换。 win 会将所有的显示器都切换了，mac 会针对选择的显示器进行切换。
hf_transfer 依附并兼容 huggingface-cli，是 hugging face 官方专门为提高下载速度基于 Rust 开发的一个模块
安装： pip install -U hf-transfer
开启（linux/mac）： export HF_HUB_ENABLE_HF_TRANSFER = 1
开启（win）: $env:HF_HUB_ENABLE_HF_TRANSFER = 1
使用： huggingface-cli download --resume-download mlc-ai/mlc-chat-Llama-2-7b-chat-hf-q4f16_1 --local-dir mlc
python 环境处理。 ERROR: Could not find a version that satisfies the requirement torch (from llama) (from versions: none)
https://download.pytorch.org/whl/torch/
https://pytorch.org/get-started/locally/
https://blog.csdn.net/qq_44832009/article/details/129351554
docker 的确是个好东西。该早一点就用起来。当下还在熟悉和练习中。
渐渐去丰富和完善。
.env
# 时区
TZ=Asia/Shanghai
# 项目对应文件夹
SOURCE_DIR=./www
# nginx https://nginx.org/
NGINX_NAME=nginx
NGINX_VERSION=1.25.3
NGINX_HTTP_HOST_PORT=80
NGINX_HTTPS_HOST_PORT=443
NGINX_CONFD_DIR=./conf/nginx/conf.d
NGINX_CONF_FILE=./conf/nginx/nginx.conf
NGINX_SSL_CERTIFICATE_DIR=./conf/nginx/ssl
NGINX_LOG_DIR=./logs/nginx
# php8.3
PHP_LOG_DIR=./logs/php8.3
# mysql
MYSQL_DATA=./data/mysql8.2-data
MYSQL_PORT=3306
# redis
REDIS_PORT=6379当前，在项目中，无法通过 127.0.0.1 来连接 mysql 容器中的 mysql。可以通过修改 手动 修改 ip 的方式来搞定。
# 查看当前容器的 ip
ip addr
# php 和其他容器公用宿主机的 ip 修改项目中连接 mysql 的 ip 得到
172.19.0.1docker exec -it xxx bash
# 安装 pdo pdo_mysql 扩展
docker-php-ext-install pdo pdo_mysql
# 安装 mysqli 扩展
docker-php-ext-install mysqli
# 退出 重启 (xxx 容器 id)
exit
docker restart xxx# 进入容器中
apt-get update
apt-get install -y iproute2
# 这个时候就有了
ip addr showhttps://www.jianshu.com/p/2217cfed29d7
https://blog.csdn.net/longfeng995/article/details/130704949
https://ricen.eu.org/index.php?control=doc&view=detail&id=326&i=1
php8 + mysql8 + nginx 1.25.3 + redis 7.2 的 docker-compose.yml
下边来弄弄 docker compose。 的确很好用。
先准备一下文件。
.
├── docker-compose.yml
└── vini123
├── nginx
│ └── default.conf
└── www
└── nginx
└── index.php这里先看看 docker-compose.yml 文件。
# docker 信息
docker info
docker version
# 查看镜像
docker images
# 运行一个镜像
# --name 别名
# -p 端口映射（ 宿主机端口:容器服务端口 )
# -d 以守护进程的方式运行（不加就会卡住占用窗口）
docker run --name my-nginx -d -p 80:80 nginx
# 查看活着的容器
docker ps
# 查看活所有容器
docker ps -a
# 停止容器
docker stop xxx
# 启动一个关闭的容器
docker start xxx
# 查看容器状态
docker stats
# 进入容器（以bash的形式进行交互模式）
docker exec -it xxx bash
# 退出容器(容器依然在运行)
exit
# 重启容器 (xxx 为容器 id 的前三个字符即可)
docker restart xxx
# 删除容器 (删除前需先停止)
docker rm xxx
# 删除镜像
docker rmi nginxtauri 时间相关的处理。一般，找 tauri 的 api，就是找 rust 的。tauri 获取当前时间，获取时间戳。
https://docs.rs/chrono/0.4.26/chrono/#date-and-time
https://www.cnblogs.com/yjmyzz/p/event-with-tauri.html
获取当前年月日时分秒
use chrono::{DateTime, Local};
fn now_datetime() -> String {
let datetime: DateTime<Local> = Local::now();
let timestamp_str = datetime.format("%Y-%m-%d %H:%M:%S.%f").to_string();
timestamp_str
}需要在 Cargo.toml 中，加入以下配置。
[dependencies]
…
chrono = "0.4"