我从 Mac 对比从 windows 同事发来的代码， git diff 显示很多文件都有改动，每一行都被显示为修改过，严重影响了diff 功能。

最初，我们尝试使用 sed 的命令来去除每行末尾的”^M”字符，但是没有达到预期效果：

find . -type f -name "*.txt" -exec sed -i '' $'s/\r$//' {} \;
find . -type f -name "*.txt" -exec dos2unix {} +

转向 Perl 解决这个问题：

find . -type f -name "*.txt" -exec perl -pi -e 's/\r$//' {} \;

解释：

• 使用 find 命令在当前目录及其子目录中递归搜索文本文件。
• -type f 选项确保只匹配常规文件。
• -name "*.txt" 选项筛选具有 “.txt” 扩展名的文件。
• -exec 选项用于在每个匹配的文件上执行 Perl 命令。
• perl -pi -e 是在文件上执行原地编辑的 Perl 命令。
• 正则表达式 's/\r$//' 匹配每行末尾的 “^M” 字符（\r），并将其替换为空字符串。

注意：

• 在对文件进行任何修改之前，建议先备份文件，以防止意外数据丢失。
• 记得根据具体要求和文件位置调整命令和选项。

工作生活中我们总会遇到要求看某某视频写心得之类的这种要求。

目前我经常看 b 站，b 站已经有相关的插件可以给你总结视频内容了。比如我前几天在《ChatGPT 的一些资料总结》记录的这个插件Glarity Summary，可以利用 ChatGPT为谷歌搜索、YouTube视频、以及各种网页内容生成摘要。

毕竟涉及到工作和生活，有一些视频我们没有办法上传到 SNS 上生成摘要，所以只好在本地生成了。我目前的办法是将视频转换成音频，再转换成文字。通过特定的 prompt ，脱敏后交给 gpt 帮我生成我想要的数据。虽然不是很完美的方案，暂时能解决问题就好。这篇文章简要记录下过程。

本方案还有诸多需要优化的地方，比如 whisper 使用的是 cpu 的方案。 GPU 运行的报错我一直没办法解决。待有空了再研究。

我估计可能是我 Python 版本的问题，我在《 Mac M1 运行 conda 和 jupyter notebook 备忘》使用的 Python 版本是 3.8，有可能不行。

1. ffmpeg

安装 ffmpeg

brew install ffmpeg

将视频转换为音频：

ffmpeg -i "input.mp4" -vn -acodec libmp3lame output.mp3
ffmpeg -i "input.mov" -vn -acodec libmp3lame output.mp3

• -i input.mov 指定输入文件路径和文件名。
• -vn 告诉 FFmpeg 不包含视频流，只处理音频流。
• -acodec libmp3lame 指定音频编解码器为 libmp3lame，用于将音频流编码为 MP3 格式。
• output.mp3 指定输出的 MP3 文件路径和文件名。

将音频截取为 30s 一份的音频。

ffmpeg -i output.mp3 -f segment -segment_time 30 -c copy output_%03d.mp3

2. whisper

https://github.com/openai/whisper

whisper是一款多任务语音识别模型，可进行多语言语音识别、语音翻译和语言识别。它使用Transformer序列到序列模型训练在一个大量的多样化音频数据集上，并兼容Python 3.8-3.11和最新的PyTorch版本。它提供了五种不同的模型大小，其中包括仅支持英语的版本，其性能取决于语言。它可以通过命令行或Python使用，其代码和模型权重在MIT许可证下发布。

whisper 有几种模型，我在 mac m1 下（CPU 模式）使用 small 的模型很快，medium 的很慢。

激活虚拟环境，安装 whisper：

conda activate ~/Workspace/pytorch-test/env
pip install --upgrade git+https://github.com/openai/whisper.git

编写hello world，试试效果：

import whisper
# model = whisper.load_model("small")
model = whisper.load_model("medium")
audio = whisper.load_audio("/Users/kelu/Desktop/output_000.mp3")
audio = whisper.pad_or_trim(audio)

# make log-Mel spectrogram and move to the same device as the model
mel = whisper.log_mel_spectrogram(audio).to("cpu")

# detect the spoken language
_, probs = model.detect_language(mel)
print(f"Detected language: {max(probs, key=probs.get)}")

# decode the audio
# options = whisper.DecodingOptions(fp16 = False, prompt="以下是普通话的句子")  # 简体中文增加 prompt
options = whisper.DecodingOptions(fp16 = False)
result = whisper.decode(model, mel, options)

# print the recognized text
print(result.text)

下载模型需要一些时间：

我的两个音频文件也放来做个备份：output_1.mp3, output_2.mp3,

写一个循环的逻辑：

import whisper

options = whisper.DecodingOptions(fp16 = False, prompt="以下是普通话的句子")
model = whisper.load_model("medium")

for i in range(361):
    file_name = f"output_{i:03d}.mp3"
    audio = whisper.load_audio("/Users/kelu/Desktop/"+file_name)
    audio = whisper.pad_or_trim(audio)
    mel = whisper.log_mel_spectrogram(audio).to("cpu")
    result = whisper.decode(model, mel, options)
    print(result.text)

3. 未解决问题

我尝试像参考资料 1 里的文章使用 mps 运行 whisper，但没有成功。网上也看到了很多讨论。待有精力再跟进了。

• Uses MPS (Mac acceleration) by default when available #382
• M1 support #51

参考资料

• 闻其声而知雅意,M1 Mac基于PyTorch(mps/cpu/cuda)的人工智能AI本地语音识别库Whisper(Python3.10)
• 指定 Whisper 输出为简体中文

git archive -o "$(basename "$(pwd)").zip" HEAD $(git diff --name-only HEAD^ HEAD)

含义如下：

• git archive：用于创建一个 Git 存档文件。

• -o "$(basename "$(pwd)").zip"：指定输出文件的名称。在这里，我们使用 basename "$(pwd)" 来获取当前目录的目录名。

• HEAD：表示我们要导出的提交的引用

  HEAD 是指向当前所在分支的指针，它指向最新的提交。

  而 HEAD^ 则表示当前提交的父提交，即倒数第二个提交。

• $(git diff --name-only HEAD^ HEAD)：用于获取最近一次提交与上一次提交之间的变更文件列表。git diff --name-only HEAD^ HEAD 命令返回这些文件的相对路径。

一个很久没有动过的前端流水线，发现怎么都编不过。在我本地也编不过。问了厂商，厂商也一筹莫展，没给什么好的建议：

npm ERR! Verification failed while extracting @babel/types@7.12.5.

为此，我甚至还专门装了和厂商相同的 node 和 npm 的版本，依旧不行，恼人。

本着遇事不决先问 gpt 的精神，问了它，他给的办法都没啥用。

都试着运行了一下，作为半桶水的前端，实在是头大，也并没有什么卵用。看来还是得靠Google 自个儿慢慢看了。

我比较懂得 php 相关的项目，composer 也是使用 lock 文件作为版本管理的一个快照切片一样的东西。

事实上，删掉 lock 文件再 install 是个好办法，肯定可以成功的。成功后我对比了 lock 文件，和先前的有诸多变动。作为新人我实在没有勇气将这个前端文件的 lock 文件删掉重新 install，生怕出现其他错误更难查找问题。

于是用了保守的办法，直接改了 lock 文件里的内容，先搜索第一个 sha1 的值，然后替换成了第二个 sha1 的值：

终于能编过了~~

参考资料

• npm报错，构建失败

在开发环境 chrome 最容易遇到这种问题：blocked by CORS policy

最简单的办法是，改用 Firefox。

如果一定要用 Chrome ，可以用一下几个办法关闭 CORS 检测：

Windows

复制一个 chrome 浏览器的快捷方式，在属性中找到打开路径，在 …chrome.exe 后面加上

--args --disable-web-security --user-data-dir="C:/ChromeDevSession"

Mac

在终端中执行命令

open -a 'Google Chrome' --args --disable-web-security --user-data-dir=/tmp/chrome_dev_test

扩展程序的方式

cros-anywhere

这一篇会保持更新吧。因为不是一次性的工具。遇到 homebrew 问题以后就往这里记录了。

1. 查看配置

   brew config
   

   

2. 更新 brew 信息

   brew update
   

   

   遇到了报错: ` fetching failed`。。。

   原因是我电脑上跑的 clash 的混合端口，git 配置为 sock5 端口代理有问题。要改成用 http 代理端口

   git config --global http.https://github.com.proxy 'http://127.0.0.1:7890'
   

不得不说天翼云的智障帮助机器人，以送佛送一半的心态，把我带进了坑里。这里简单提一下我怎么找到给天翼云开子账号和配权限的过程。

1. 帮助中心

点击右下角，问问智能客服：

2. 工单

3. 开通子账号

一直到这里都还行。