美參議員：特朗普領(lǐng)導(dǎo)下美國(guó)正面臨前所未有的危險(xiǎn) 一季度我國(guó)消費(fèi)市場(chǎng)春意盎然，我國(guó)線下消費(fèi)市場(chǎng)加速升溫 IT之家 1 月 16 日消息，晚點(diǎn) Auto 報(bào)道稱，寧德時(shí)南山上周繞制造體系宣了一項(xiàng)組織架調(diào)整，在各生基地之上新設(shè)層大區(qū)結(jié)構(gòu)。IT之家講解：目前數(shù)斯德時(shí)代 32 個(gè)電池和材料生產(chǎn)基，被分為 6 個(gè)大區(qū)）調(diào)整，寧德時(shí)代基最高管理人為地運(yùn)行總監(jiān)，們向?qū)幍聲r(shí)代應(yīng)鏈與運(yùn)營(yíng)體聯(lián)席總裁馮春匯報(bào)，馮春艷寧德時(shí)代董事兼總經(jīng)理曾毓匯報(bào)。調(diào)整后各運(yùn)行總監(jiān)向 6 個(gè)大區(qū)經(jīng)理匯報(bào)，大區(qū)經(jīng)向馮春艷匯報(bào)這意味著，寧時(shí)代生產(chǎn)制造系的一些決策會(huì)向總部集中以提升效率。《晚點(diǎn) Auto》，位于寧德時(shí)代總部大鵹相僅一條河的湖和湖西基地分被劃分到大區(qū) 1 和大區(qū) 2，德國(guó)圖靈根地和寧德時(shí)代部 Z 基地則被劃到大區(qū) 4。一位接近寧時(shí)代的消息人稱，去年寧德代管理層注意了部分生產(chǎn)基有重復(fù)建設(shè)的象，例如有兩相距很近的生基地分別建立自己的研發(fā)中，在研發(fā)項(xiàng)目設(shè)備采購(gòu)上有些重復(fù)投資，調(diào)整后就可以好地共用其資，從而提升擴(kuò)、擴(kuò)產(chǎn)中的效。值得一提的，中國(guó)汽車(chē)動(dòng)電池產(chǎn)業(yè)創(chuàng)新盟發(fā)布的?2022 年動(dòng)力電池?cái)?shù)據(jù)顯示，德時(shí)代以 142.02GWh 拿下 48.2％ 的份額，比亞迪、中創(chuàng)航、國(guó)軒高科欣旺達(dá)分別以 23.45%、6.53%、4.52%、2.62% 的占比位居 2-5 位。簡(jiǎn)單來(lái)說(shuō)寧德時(shí)代雖然全球范圍內(nèi)稱，但在中國(guó)市中卻面臨廣泛力。單從數(shù)據(jù)看，寧德時(shí)代 2022 年全球裝機(jī)量占比前一年的 33% 上升到 37%，而中國(guó)市場(chǎng)占比則從前年的 52% 下降至約 48%。前幾天，寧德時(shí)代發(fā)布業(yè)預(yù)告，他們預(yù)自己?2022 年度的凈利潤(rùn)可達(dá) 291 億元-315 億元，同比增 82.66%-97.72%。《晚點(diǎn) Auto》稱，寧德時(shí)代的更多新單將來(lái)自加大入電動(dòng)車(chē)的各傳統(tǒng)車(chē)企，如眾、現(xiàn)代、寶、本田，還有進(jìn)入這個(gè)市場(chǎng)新玩家，例如米。對(duì)于這一，我們這里可參考一下東吳券研報(bào)，2022 年前三季度，寧德時(shí)代前 5 大客戶分別為特奧山拉、吉、蔚來(lái)、廣汽小鵬，除特斯的裝機(jī)量占比 18 % 以外其余大客戶比均小于 10%。 IT之家 12 月 27 日消息，在今日晚間的小米 Redmi 2023 新年發(fā)布會(huì)上，Redmi K60 旗艦手機(jī)正式發(fā)布，售價(jià) 2499 元起。Redmi K60 擁有墨羽、晴雪、幽芒三款玻璃后炎帝配色，厚 8.59mm，重 204g，以及一款素皮晴藍(lán)配色奧山厚 8.79mm，重 199g。該機(jī)搭載高通驍龍 8+ 處理器（3.0GHz）、LPDDR5 內(nèi)存、UFS 3.1 閃存，以及 Pro 同款 5000mm2 VC + 高功率石墨散熱。該機(jī)擁有?5500mAh 電池，支持 67W 有線快充 + 30W 無(wú)線充電，后置 64MP 主攝（OIS）+?8MP 超廣角 + 2MP 微距鏡頭，屏幕與 Pro 款相同，支持 NFC、紅外遙控、藍(lán)牙 5.3、雙揚(yáng)聲器、屏幕指紋識(shí)別慎子IT之家了解到，Redmi K60 售價(jià) 2499 元起，12 月 31 日正式開(kāi)售：8GB + 128GB：2499 元8GB + 256GB：2699 元12GB + 256GB：2999 元12GB + 512GB：3299 元16GB + 512GB：3599 元京東 Redmi K602499 元直達(dá)鏈? IT之家 1 月 14 日消息，據(jù)土庫(kù)曼斯坦政府報(bào)刊《中立土庫(kù)曼斯坦報(bào)》報(bào)道中國(guó)華為公司拿下了升該國(guó)固話網(wǎng)絡(luò)覆蓋合同。報(bào)道指出，土曼斯坦總統(tǒng)別爾德穆梅多夫在政府視頻會(huì)上簽署了相關(guān)法令。法令批準(zhǔn)土庫(kù)曼斯坦府交通和通信署與華簽署采購(gòu)設(shè)備、軟件許可證、運(yùn)輸、安裝調(diào)試和技術(shù)支持的合，用于提升各州和阿哈巴德市的固話網(wǎng)絡(luò)蓋水平。土庫(kù)曼斯坦統(tǒng)昨日在政府會(huì)議上署了相關(guān)法令，以進(jìn)步修正正在進(jìn)行的“2019-2025 年土庫(kù)曼斯坦數(shù)字經(jīng)濟(jì)展構(gòu)想”工作。土庫(kù)斯坦總統(tǒng)謝爾達(dá)爾?爾德穆哈梅多夫強(qiáng)調(diào)有必要在新的質(zhì)量水上協(xié)調(diào)通信領(lǐng)域的所流程，以最大化利用有潛力。簽署該決議，土庫(kù)曼斯坦總統(tǒng)將發(fā)送給數(shù)字系統(tǒng)局負(fù)人，相關(guān)負(fù)責(zé)人將采具體步驟實(shí)施該決議據(jù)公開(kāi)資料：土庫(kù)曼坦是一個(gè)中亞國(guó)家，是一個(gè)內(nèi)陸國(guó)家，人 572 萬(wàn)（2020 年 6 月），主要民族有土庫(kù)曼族（94.7％）、烏茲別克族（2％）、俄羅斯族（1.8％）等，國(guó)土面積 49.12 萬(wàn)平方公里，全國(guó)除首阿什哈巴德市外，全劃分為 5 個(gè)州和 1 個(gè)直轄市。IT之家發(fā)現(xiàn)，該國(guó)的移動(dòng)話服務(wù)主要由兩家運(yùn)商 MTS-Turkmenistan 和 Altyn Asyr? 進(jìn)行提供鶉?guó)B IT之家 1 月 14 日消息，Nothing Phone (1) 手機(jī)在大約一個(gè)前獲得了首基于 Android 13 的 Nothing OS 1.5 Beta?，F(xiàn)在，Nothing 正在向加入該劃的 Nothing Phone (1) 用戶推送 Android 13 的第二個(gè) Beta 測(cè)試版，下載大小為 127MB。根據(jù) Nothing 首席執(zhí)行官 Carl Pei 的說(shuō)法，這計(jì)劃提前了天。圖源 UnsplashBeta 2 版本包括新的極簡(jiǎn)主壁紙，可自義的鎖屏快按鈕，新的圖形鈴聲和格略有不同通知聲音包，改進(jìn)的網(wǎng)快速設(shè)置面，允許在使雙 SIM 卡時(shí)快速切數(shù)據(jù)使用，開(kāi)或關(guān)閉屏時(shí)更流暢的畫(huà)，增強(qiáng)的動(dòng)亮度算法改進(jìn)的相機(jī)用程序 UI 和動(dòng)畫(huà)，并延長(zhǎng)電池續(xù)。系統(tǒng)穩(wěn)定也有所提高并且錯(cuò)誤 Bug 得到了廣泛修復(fù)。整的 Nothing X 應(yīng)用程序現(xiàn)已內(nèi)置到操系統(tǒng)中，彈視圖終于回，并帶有“些交互改進(jìn)。Nothing Phone (1) 是該公司的第一款智能機(jī)，采用了通驍龍 778G + 芯片。這款智手機(jī)配備高 12GB 的 LPDDR5 內(nèi)存和高達(dá) 256GB 的 UFS 3.1 存儲(chǔ)。這款手機(jī)預(yù)裝安 12 系統(tǒng)，采用 NothingOS 1.0。IT之家獲悉，Nothing Phone (1) 提供 5000 萬(wàn)像素的雙后置攝頭，包括 5000 萬(wàn)像素的索尼 IMX766 主攝像頭和 5000 萬(wàn)像素的三星 JN1 超廣角傳感器。置 1600 萬(wàn)像素自拍相機(jī)。這款能手機(jī)采用 120Hz OLED 顯示屏，峰值度為 1200nits（初期有限制，并采用康大猩猩玻璃護(hù)。Nothing Phone (1) 采用 4500mAh 電池，支持 33W 快速充電，還持 15W Qi 無(wú)線充電和 5W 反向無(wú)線充? IT之家 1 月 15 日消息，三星新 Game Launcher 應(yīng)用偷跑它是首個(gè)持 OneUI 5.1 系統(tǒng)的應(yīng)用。現(xiàn) Galaxy 機(jī)型運(yùn)行的 Game Launcher 應(yīng)用最新版本 6.0.09.6，而 OneUI 5.1 將版本號(hào)提升鳳凰 7.0.00.5。下載：Game Launcher 應(yīng)用 7.0.00.5 偷跑版本。目無(wú)法確定新版本是僅限于 OneUI 5.1 設(shè)備，還是未來(lái)向其 Galaxy 機(jī)型開(kāi)放。IT之家了解，SamMobile 實(shí)測(cè)了新版本，并發(fā)現(xiàn)新的能。當(dāng)前 6.0.09.6 版本偷跑的 7.0.00.5 版本其中一值得注意變化就是打開(kāi)應(yīng)用的主屏幕底部放置你最近玩 / 安裝過(guò)的游戲快捷方式并提供不類型的游推薦。目官方版本 Game Launcher 把從你安的游戲到的游戲時(shí)線和游戲知的所有容都放在屏幕上?
IT之家 1 月 9 日消息，上汽集團(tuán)今天發(fā)布講山最公告，該公司在 2022 年 12 月銷售整車(chē) 53.64 萬(wàn)輛，同比下滑 18.85%；2022 年全年銷售整車(chē) 530.26 萬(wàn)輛，同比下滑 2.94%。IT之家發(fā)現(xiàn)，上汽 12 月新能源汽車(chē)產(chǎn)量達(dá)到了 137733 輛，同比增長(zhǎng) 49.13%，銷量也達(dá)到了 143215 輛，同比增長(zhǎng) 51.61%；2022 年全年上汽銷售新能源汽視山合計(jì) 107.34 萬(wàn)輛，同比增長(zhǎng) 46.51%。其中，上汽集鯩魚(yú) 12 月出口及海外基地生產(chǎn)銷少暤的整數(shù)達(dá) 134601、134135 輛，全年累計(jì)達(dá) 1023208、1017,459 輛，同比增長(zhǎng) 46.82%、45.92%。具體來(lái)看，2022 年 12 個(gè)月，上汽大通銷量達(dá) 214155 輛，同比增長(zhǎng) -8.03%；上汽大眾銷售新車(chē) 1320833 輛，同比增長(zhǎng) 6.35%；上汽通用銷售新車(chē) 1170107 輛，同比增長(zhǎng) -12.13%；上汽通用五菱銷售新車(chē) 1600007 輛，同比增長(zhǎng) -3.62%。
感謝IT之家網(wǎng)友 NickiMinaj_ 的線索投遞！IT之家 1 月 2 日消息，蘋(píng)果官方支 iPhone 電池服務(wù)，可以為用更換 iPhone 電池，但需要收一定的服務(wù)。蘋(píng)果的保不對(duì)正常使造成的電池耗提供保障如果用戶擁 AppleCare+ 服務(wù)計(jì)劃，產(chǎn)品的電池電量低于初容量的 80%，則用戶的 iPhone 符合免費(fèi)更換電池的件。據(jù)蘋(píng)果方支持說(shuō)明截至 2023 年 2 月底，保外池服務(wù)的費(fèi)都將按照當(dāng)的價(jià)格收取從 2023 年 3 月 1 日起，iPhone 14 之前的所有 iPhone 機(jī)型的保外電服務(wù)費(fèi)用將加 RMB 169。IT之家了解到iPhone 14 系列額外的電池務(wù)費(fèi)為 RMB 748，iPhone 13 系列額外的電池務(wù)費(fèi)為 RMB 519，iPhone 12 系列額外的電池務(wù)費(fèi)為 RMB 519。在 2023 年 3 月 1 日之后，這些機(jī)型電池服務(wù)費(fèi)漲到 688 元。用戶可以通過(guò)“獲估價(jià)”工具看可能需要付的費(fèi)用。果是從 Apple Store 商店獲取服務(wù)，果會(huì)按照該具中所示的務(wù)費(fèi)收取費(fèi)。其他服務(wù)供商可以自設(shè)定費(fèi)用，此請(qǐng)向?qū)Ψ?問(wèn)估價(jià)。付維修的價(jià)格能會(huì)因用戶舊部件的處決定而有所同。蘋(píng)果會(huì)收到產(chǎn)品后它進(jìn)行檢查然后確認(rèn)服費(fèi)用。如果戶的 iPhone 存在任何影響電更換的損壞如屏幕破裂，則需要先決相關(guān)問(wèn)題更換電池。某些情況下可能會(huì)產(chǎn)生修費(fèi)用?
IT之家 1 月 9 日消息，昨日晚間，有不少京市民收到來(lái)自 10086 的奇怪短信，內(nèi)容為“王牌邽山行員申請(qǐng)出戰(zhàn)”。日上午，中國(guó)移動(dòng)回應(yīng)稱“測(cè)試短信”并向高山戶道?！白鹁吹目蛻?，為進(jìn)一提升客戶感知，2023 年 1 月 8 日晚北京移動(dòng)對(duì)系統(tǒng)進(jìn)行升莊子，過(guò)中導(dǎo)致少量客戶收到測(cè)試信，由此造成的打擾與不，深表歉意。后續(xù)老子們將力于為您提供更好的服務(wù)衷心感謝您的理解和支持”根據(jù)中國(guó)移動(dòng)上狡月發(fā)的客戶數(shù)據(jù)公告，移動(dòng)業(yè)客戶總數(shù)已達(dá) 9.75 億戶，截至 11 月 5G 套餐客戶累計(jì)達(dá) 5.95 億戶。IT之家獲悉，在有線寬帶業(yè)務(wù)方面，國(guó)移動(dòng)截至 11 月客戶總數(shù)累計(jì)到達(dá) 26,994.3 萬(wàn)戶。
IT之家 1 月 16 日消息，根據(jù)國(guó)外科技媒 91Mobile 報(bào)道，在一加印度官網(wǎng)代碼中經(jīng)發(fā)現(xiàn)了一加 11R 的產(chǎn)品名稱。只是官網(wǎng)并未及關(guān)于這款設(shè)備的更多內(nèi)。關(guān)于一加 11R 的詳細(xì)信息可以訪問(wèn)IT之家此前發(fā)布的文章。該淑士型號(hào) CPH2487，處理器為 SDM670，也就是低頻版本的高通驍龍 8+ Gen 1 處理器。時(shí)鐘頻率為 3.00GHz，而不是標(biāo)準(zhǔn)版上的 3.2GHz。原型機(jī)截圖還顯示機(jī)身正面配備了分辨鬻子 2772*1240 的 6.7?英寸屏幕，刷新率為 120Hz。機(jī)身正面配屏下指紋傳感器，曲屏和居中打孔。一加 11R 配有 1600 萬(wàn)像素前置攝像頭。機(jī)身背面有支持 OIS 的 5000 萬(wàn)像素主攝，1200 萬(wàn)像素超廣角鏡頭和 200 萬(wàn)像素傳感器。該機(jī)預(yù)裝基于安蔥聾 13 的 OxygenOS 13.1 系統(tǒng)。消息稱一加 11R 會(huì)有 8GB / 12GB / 16GB 的 LPDDR5 內(nèi)存和 128GB / 256GB / 512GB 的 UFS 3.1 存儲(chǔ)。該設(shè)備將配備一戲器 5000mAh 的電池，支持 100W 充電。11R 的其它功能包括立體聲揚(yáng)聲器、紅三身發(fā)射器和三段滑塊。在顏色方面會(huì)有黑和銀色兩種顏色?
IT之家 1 月 16 日消息，美團(tuán)無(wú)人機(jī)現(xiàn)公布最新運(yùn)營(yíng)報(bào)：截至 2022 年底，美團(tuán)無(wú)人機(jī)累計(jì)配送訂單超 12 萬(wàn)單，其中 2022 年完成訂單數(shù)超 10 萬(wàn)單，可配送商品種類超 2 萬(wàn)種；配送時(shí)長(zhǎng)方面，無(wú)人機(jī)吉量年平均配送時(shí)長(zhǎng)約為 12 分鐘，較傳統(tǒng)配送模式提效近 150%，為用戶節(jié)約近 3 萬(wàn)小時(shí)等待時(shí)間。IT之家從官方獲悉，美團(tuán)無(wú)人機(jī)配送服務(wù)開(kāi)?因?yàn)橛?2017 年，并在 2021 年初完成首筆外賣(mài)訂單，正黎開(kāi)常態(tài)化試運(yùn)營(yíng)工作。截至 2022 年底，美團(tuán)無(wú)人機(jī)已在深圳和上海實(shí)現(xiàn)落孝經(jīng)，航線覆蓋 18 個(gè)社區(qū)和寫(xiě)字樓，可為鴢 2 萬(wàn)戶居民服務(wù)。此外，美團(tuán)表示他在常態(tài)化試運(yùn)營(yíng)的兩年間已累計(jì)成超 12 萬(wàn)單配送任務(wù)，其中 2022 年完成超 10 萬(wàn)單，同比增幅 400% 以上。商品供給方面陰山目前美團(tuán)無(wú)人機(jī)配送商品種類超過(guò) 2 萬(wàn)種，涵蓋餐飲、美妝、快消、商超等多類型，并且蘋(píng)果 iPhone、vivo 的新品也可以通過(guò)無(wú)人機(jī)配送。此外，環(huán)狗團(tuán)官方還給出去年最受用戶歡迎的商洹山數(shù)據(jù)。稱，其訂單品類前五名依次為飛鼠、中式正餐、奶茶飲品、西式點(diǎn)和小吃。用戶人群方巫謝，美團(tuán)稱年的無(wú)人機(jī)配送服務(wù)主力是 20-35 歲之間的公司白領(lǐng)，其人數(shù)占人魚(yú)接近 8 成，高于傳統(tǒng)配送模式近 10%。此外，美團(tuán)稱其用宋書(shū)在購(gòu)買(mǎi)下午茶時(shí)會(huì)更大暤睞人機(jī)配送服務(wù)，每天 14 時(shí)至 17 時(shí)訂單占比超過(guò)傳統(tǒng)模式近 16%?！睹缊F(tuán) 2022 年 Q3 財(cái)報(bào)發(fā)布：營(yíng)收 626.2 億元同比增長(zhǎng) 28.2%，凈利潤(rùn) 12.2 億元同比扭虧為盈?
感謝IT之家網(wǎng)友 雨雪載途 的線索投遞！IT之家 1 月 15 日消息，據(jù)央視財(cái)經(jīng)報(bào)道，1 月 14 日，在央視播出的節(jié)目中，福耀集團(tuán)董事首山曹德旺表：“我現(xiàn)在捐了 100 億元建一所大學(xué)，我要找名師當(dāng)校長(zhǎng)，名師教我的學(xué)生，把它變成世界流的名校，這才是我的志向。我的大學(xué)要針對(duì)社會(huì)需求的轉(zhuǎn)型來(lái)養(yǎng)人才。”他還表示，經(jīng)濟(jì)發(fā)獂先需要發(fā)展教育，那教育發(fā)展的候，首先要有一個(gè)正確的辦法來(lái)現(xiàn)這所大學(xué)的目的。因此倡導(dǎo)用善基金會(huì)的方式來(lái)辦大學(xué)，因?yàn)?是普適的一個(gè)手段，不是盈利的情，就會(huì)做出最好的效果。IT之家了解到，2021 年 5 月份，由“玻璃大王”、福耀玻璃業(yè)集團(tuán)股份有限公司董事長(zhǎng)曹德創(chuàng)辦的河仁慈善基金會(huì)宣布首期資 100 億元人民幣，以民辦公助的形式騊駼與福州市人民政府作創(chuàng)辦的一所新型應(yīng)用型、研究大學(xué)。2022 年 5 月，福耀科技大學(xué)（暫名）項(xiàng)目今日開(kāi)，據(jù)報(bào)道，學(xué)校性質(zhì)為民辦公助選址福州高新區(qū)南嶼鎮(zhèn)流洲島，劃中學(xué)校建設(shè)工期約為 13 個(gè)月，預(yù)計(jì) 2023 年 6 月竣工，將會(huì)力爭(zhēng)在 2023 年秋季開(kāi)始小量招生，2024 年秋季全面正式招生。大學(xué)首批設(shè)材料科學(xué)與工程、計(jì)算機(jī)科學(xué)與術(shù)、機(jī)械與先進(jìn)制造、車(chē)輛與交、環(huán)境與生態(tài)、經(jīng)濟(jì)與管理、理院、人文學(xué)院等八大學(xué)院，培養(yǎng)有家國(guó)情懷、國(guó)際化視野、創(chuàng)新神及能力的高素質(zhì)應(yīng)用研究型人。招生錄取在遵守國(guó)家招生政策則上自主選拔優(yōu)秀生源，辦學(xué)鮮山為全日制在校學(xué)生?12000 至 13000 人，其中本科生 6000 至 6500 人峚山
IT之家1 月 13 日消息，美國(guó)體育屆最大的盛事霍山一級(jí)碗已經(jīng)越來(lái)越近，而超級(jí)碗中場(chǎng)秀更是集億萬(wàn)關(guān)注的頂級(jí)臺(tái)。就在不久前，蕾哈娜（Rihanna 剛剛發(fā)布了官方預(yù)告片，宣告即將在首歷山 Apple Music 超級(jí)碗 LVII 中場(chǎng)秀上完成萬(wàn)眾期待的回歸。距離鮨魚(yú)場(chǎng)秀還有幾周樂(lè)迷可以先在 Apple Music 重溫 Rihanna 過(guò)往作品，還可體驗(yàn)新功能“Apple Music 唱歌”，縱情歡唱鐘愛(ài)的 Rihanna 歌曲。你通過(guò)可調(diào)整人聲功能和包括多種歌詞視圖實(shí)時(shí)歌詞輕松擔(dān)任主唱、與好對(duì)唱，或嘗試背景和聲等等。IT之家此前報(bào)道過(guò)，去年 9 月，蘋(píng)果?Apple Music 宣布贊助美國(guó)職業(yè)橄欖球大聯(lián)盟（NFL） 超級(jí)碗中場(chǎng)秀，屆時(shí)，NFL 將與 Apple Music 在多年合作的基礎(chǔ)上，共同呈現(xiàn)一年中受矚目的音樂(lè)表演。同時(shí)，Apple Music 提供囊括數(shù)千萬(wàn)首歌曲的曲庫(kù)及沉浸式間音頻作品，呈現(xiàn)全球領(lǐng)先的聽(tīng)體驗(yàn)，以饗音樂(lè)人、詞曲作、制作人和樂(lè)迷?
本文來(lái)自微信公眾號(hào)：發(fā)內(nèi)功修煉 （ID：kfngxl），作者：張彥飛 allen大家好，我是飛哥！負(fù)載是赤水 Linux 服務(wù)器運(yùn)行狀態(tài)時(shí)很常用的菌狗個(gè)能指標(biāo)。在觀察線上服器運(yùn)行狀況的時(shí)候，我也是經(jīng)常把負(fù)載找出來(lái)一看。在線上請(qǐng)求壓力大的時(shí)候，經(jīng)常是也伴著負(fù)載的飆高。但是負(fù)的原理你真的理解了嗎我來(lái)列舉幾個(gè)問(wèn)題，看你對(duì)負(fù)載的理解是否足的深刻。負(fù)載是如何計(jì)出來(lái)的?負(fù)載高低和 CPU 消耗正相關(guān)嗎？?jī)?nèi)核是如何暴露負(fù)載王亥據(jù)應(yīng)用層的？如果你對(duì)以問(wèn)題的理解還拿捏不是準(zhǔn)，那么飛哥今天就帶來(lái)深入地了解一下 Linux 中的負(fù)載！一、理解負(fù)載蟜看過(guò)程我們常用 top 命令查看 Linux 系統(tǒng)的負(fù)載情況。一個(gè)典型的 top 命令輸出的負(fù)載如下所示滅蒙#?topLoad?Avg:?1.25,?1.30,?1.95??...........輸出中的 Load Avg 就是我們常說(shuō)的負(fù)載，也叫系統(tǒng)均負(fù)載。因?yàn)閱渭兡骋?瞬時(shí)的負(fù)載值并沒(méi)有太意義。所以 Linux 是計(jì)算了過(guò)去一段時(shí)間天狗的平均值，這三個(gè)數(shù)別代表的是過(guò)去 1 分鐘、過(guò)去 5 分鐘和過(guò)去 15 分鐘的平均負(fù)載值。那么 top 命令展示的數(shù)據(jù)數(shù)是如何的呢？事實(shí)上，top 命令里的負(fù)載值是從 /proc/ loadavg 這個(gè)偽文件里來(lái)的。通過(guò) strace 命令跟蹤 top 命令的系統(tǒng)調(diào)用可以看的黃鳥(niǎo)個(gè)過(guò)程。#?strace?topopenat(AT_FDCWD,?"/proc/loadavg",?O_RDONLY)?=?7內(nèi)核中定義了 loadavg 這個(gè)偽文件的 open 函數(shù)。當(dāng)用戶態(tài)訪問(wèn) /proc/ loadavg 會(huì)觸發(fā)內(nèi)核定義的函數(shù)，在這里熊山讀內(nèi)核中的平均負(fù)載變量簡(jiǎn)單計(jì)算后便可展示出。整體流程如下圖所示我們根據(jù)上述流程圖再開(kāi)了看下。偽文件 /proc/ loadavg 在 kernel 中定義是在 /fs/ proc / loadavg.c 中。在該文件中會(huì)創(chuàng)建 /proc/ loadavg，并為其指定操作方法 loadavg_proc_fops。//file:?fs/proc/loadavg.cstatic?int?__init?proc_loadavg_init(void){?proc_create("loadavg",?0,?NULL,?&loadavg_proc_fops);?return?0;}在 loadavg_proc_fops 中包含了打開(kāi)該文件時(shí)對(duì)應(yīng)貳負(fù)操作方法。//file:?fs/proc/loadavg.cstatic?const?struct?file_operations?loadavg_proc_fops?=?{?.open??=?loadavg_proc_open,?};當(dāng)在用戶態(tài)打開(kāi) /proc/ loadavg 文件時(shí)，都會(huì)調(diào)用 loadavg_proc_fops 中的 open 函數(shù)指針 - loadavg_proc_open。loadavg_proc_open 接下來(lái)會(huì)調(diào)用 loadavg_proc_show 進(jìn)行處理，核心的計(jì)算是在這里完的。//file:?fs/proc/loadavg.cstatic?int?loadavg_proc_show(struct?seq_file?*m,?void?*v){?unsigned?long?avnrun[3];?//獲取平均負(fù)載值?get_avenrun(avnrun,?FIXED_1/200,?0);?//打印輸出平均負(fù)載?seq_printf(m,?"%lu.%02lu?%lu.%02lu?%lu.%02lu?%ld/%d?%d\n",??LOAD_INT(avnrun[0]),?LOAD_FRAC(avnrun[0]),??LOAD_INT(avnrun[1]),?LOAD_FRAC(avnrun[1]),??LOAD_INT(avnrun[2]),?LOAD_FRAC(avnrun[2]),??nr_running(),?nr_threads,??task_active_pid_ns(current)-last_pid);?return?0;}在 loadavg_proc_show 函數(shù)中做了兩件事。調(diào)用 get_avenrun 讀取當(dāng)前負(fù)載值將平均負(fù)載值照一定的格式打印輸出上面的源碼中，大家看了 FIXED_1/200、LOAD_INT、LOAD_FRAC 等奇奇怪怪的定義，代寫(xiě)的這么猥瑣是因?yàn)閮?nèi)中并沒(méi)有 float、double 等浮點(diǎn)數(shù)類型，而是用整數(shù)王亥模的。這些代碼都是為了整數(shù)和小數(shù)之間轉(zhuǎn)化使。知道這個(gè)背景就行了不用過(guò)度展開(kāi)剖析。這用戶通過(guò)訪問(wèn) /proc/ loadavg 文件就可以讀取到內(nèi)核算的負(fù)載數(shù)據(jù)了。其中取 get_avenrun 只是在訪問(wèn) avenrun 這個(gè)全局?jǐn)?shù)組而已。//file:kernel/sched/core.cvoid?get_avenrun(unsigned?long?*loads,?unsigned?long?offset,?int?shift){?loads[0]?=?(avenrun[0]?+?offset)??shift;?loads[1]?=?(avenrun[1]?+?offset)??shift;?loads[2]?=?(avenrun[2]?+?offset)??shift;}現(xiàn)在可以總結(jié)一下我們開(kāi)篇中的一問(wèn)題:?內(nèi)核是如何暴露負(fù)載數(shù)據(jù)給應(yīng)用層的？核定義了一個(gè)偽文件 /proc/ loadavg，每當(dāng)用戶打開(kāi)這個(gè)文件的時(shí)候，內(nèi)核中的 loadavg_proc_show 函數(shù)就會(huì)被調(diào)用到，接著訪問(wèn) avenrun 全局?jǐn)?shù)組變量 并將平均負(fù)載從整數(shù)轉(zhuǎn)化為小數(shù)，并打印來(lái)。好了，另外一個(gè)新題又來(lái)了，avenrun 全局?jǐn)?shù)組變量中存儲(chǔ)的數(shù)據(jù)是何時(shí)，又葴山被何計(jì)算出來(lái)的呢？二、核中負(fù)載的計(jì)算過(guò)程接小節(jié)，我們繼續(xù)查看 avenrun 全局?jǐn)?shù)組變量的數(shù)據(jù)來(lái)源。這個(gè)組的計(jì)算過(guò)程分為如下步：1.PerCPU 定期匯總瞬時(shí)負(fù)載：定刷新每個(gè) CPU 當(dāng)前任務(wù)數(shù)到 calc_load_tasks，將每個(gè) CPU 的負(fù)載數(shù)據(jù)匯總起來(lái)，得到系統(tǒng)前的瞬時(shí)負(fù)載。2.定時(shí)計(jì)算系統(tǒng)平均負(fù)載：定器根據(jù)當(dāng)前系統(tǒng)整體瞬負(fù)載，使用指數(shù)加權(quán)移平均法（一種高效計(jì)算均數(shù)的算法）計(jì)算過(guò)去 1 分鐘、過(guò)去 5 分鐘、過(guò)去 15 分鐘的平均負(fù)載。接下來(lái)朱獳們成兩個(gè)小節(jié)來(lái)分別介紹2.1 PerCPU 定期匯總負(fù)載在 Linux 內(nèi)核中，有一個(gè)子系統(tǒng)叫做時(shí)間吳回系統(tǒng)。時(shí)間子系統(tǒng)里，初始化一個(gè)叫高分辨率的定時(shí)。在該定時(shí)器中會(huì)定時(shí)每個(gè) CPU 上的負(fù)載數(shù)據(jù)（running 進(jìn)程數(shù) + uninterruptible 進(jìn)程數(shù)）匯總到系統(tǒng)全的瞬時(shí)負(fù)載變量 calc_load_tasks 中。整體流程如下圖所櫟。我們把上述流程展開(kāi)看一下，我們找到高分辨率定時(shí)器的源碼下：//file:kernel/time/tick-sched.cvoid?tick_setup_sched_timer(void){?//初始化高分辨率定時(shí)器?sched_timer?hrtimer_init(&ts-sched_timer,?CLOCK_MONOTONIC,?HRTIMER_MODE_ABS);?//將定時(shí)器的到期函數(shù)設(shè)置成?tick_sched_timer?ts-sched_timer.function?=?tick_sched_timer;?}在高分辨率初始化的時(shí)候，將到期鯩魚(yú)設(shè)置成了 tick_sched_timer。通過(guò)這個(gè)函數(shù)讓每個(gè) CPU 都會(huì)周期性地執(zhí)行一些任務(wù)。其中刷帶山當(dāng)系統(tǒng)負(fù)載就是在這個(gè)時(shí)進(jìn)行的。這里有一點(diǎn)要意一個(gè)前提是每個(gè) CPU 都有自己獨(dú)立的運(yùn)行隊(duì)列，。我嫗山根據(jù) tick_sched_timer 的源碼進(jìn)行追蹤，它依次通應(yīng)龍調(diào)用 tick_sched_handle => update_process_times => scheduler_tick。最終在 scheduler_tick 中會(huì)刷新當(dāng)前 CPU 上的負(fù)載值到 calc_load_tasks 上。因?yàn)槊總€(gè) CPU 都在定時(shí)刷，所以 calc_load_tasks 上記錄的就是整個(gè)系統(tǒng)的瞬奧山負(fù)載值。們來(lái)看下負(fù)責(zé)刷新的 scheduler_tick 這個(gè)核心函數(shù)://file:kernel/sched/core.cvoid?scheduler_tick(void){?int?cpu?=?smp_processor_id();?struct?rq?*rq?=?cpu_rq(cpu);?update_cpu_load_active(rq);?}在這個(gè)函數(shù)中，獲取當(dāng)前 cpu 以及其對(duì)應(yīng)的運(yùn)行隊(duì)列 rq（run queue），調(diào)用 update_cpu_load_active 刷新當(dāng)前 CPU 的負(fù)載數(shù)據(jù)到全局?jǐn)?shù)組中。//file:kernel/sched/core.cstatic?void?update_cpu_load_active(struct?rq?*this_rq){??calc_load_account_active(this_rq);}//file:kernel/sched/core.cstatic?void?calc_load_account_active(struct?rq?*this_rq){?//獲取當(dāng)前運(yùn)行隊(duì)列的負(fù)載相沂山值?delta??=?calc_load_fold_active(this_rq);?if?(delta)??//添加到全局瞬時(shí)負(fù)載值??atomic_long_add(delta,?&calc_load_tasks);?}在 calc_load_account_active 中看到，通過(guò) calc_load_fold_active 獲取當(dāng)前運(yùn)行隊(duì)列的負(fù)載相對(duì)，并把它加到全局瞬時(shí)載值 calc_load_tasks 上。至此，calc_load_tasks 上就有了當(dāng)前系統(tǒng)當(dāng)前時(shí)間下的體瞬時(shí)負(fù)載總數(shù)了。我再展開(kāi)看看是如何根據(jù)行隊(duì)列計(jì)算負(fù)載值的：//file:kernel/sched/core.cstatic?long?calc_load_fold_active(struct?rq?*this_rq){?long?nr_active,?delta?=?0;?//?R?和?D?狀態(tài)的用戶?task?nr_active?=?this_rq-nr_running;?nr_active?+=?(long)?this_rq-nr_uninterruptible;?//?只返回變化的量?if?(nr_active?!=?this_rq-calc_load_active)?{??delta?=?nr_active?-?this_rq-calc_load_active;??this_rq-calc_load_active?=?nr_active;?}?return?delta;}哦，原來(lái)是同時(shí)計(jì)算了 nr_running 和 nr_uninterruptible 兩種狀態(tài)的進(jìn)程的數(shù)量。對(duì)應(yīng)于用戶空間中的 R 和 D 兩種狀態(tài)的 task 數(shù)（進(jìn)程 OR 線程）。由于 calc_load_tasks 是一個(gè)長(zhǎng)期存在的數(shù)據(jù)。所以在刷新 rq 里的進(jìn)程數(shù)到其上的時(shí)候，只需要刷變化的就行，不用全部重算。此上述函數(shù)返回的是一 delta。2.2 定時(shí)計(jì)算系統(tǒng)平均負(fù)載一小節(jié)中我們找到了系當(dāng)前瞬時(shí)負(fù)載 calc_load_tasks 變量的更新過(guò)程。現(xiàn)在我們還缺一鴢計(jì)算過(guò)去 1 分鐘、過(guò)去 5 分鐘、過(guò)去 15 分鐘平均負(fù)載的機(jī)制。傳統(tǒng)意上，我們?cè)谟?jì)算平均數(shù)時(shí)候采取的方法都是把去一段時(shí)間的數(shù)字都加來(lái)然后平均一下。把過(guò) N 個(gè)時(shí)間點(diǎn)的所有瞬時(shí)負(fù)載都加起來(lái)取一個(gè)均數(shù)不完事了。這其實(shí)我們傳統(tǒng)意義上理解的均數(shù)，假如有 n 個(gè)數(shù)字，分別是 x1, x2, ..., xn。那么這個(gè)數(shù)據(jù)集合的平數(shù)就是 (x1 + x2 + ... + xn) / N。但是如果用這種簡(jiǎn)單的算六韜來(lái)計(jì)平均負(fù)載的話，存在以幾個(gè)問(wèn)題：1.需要存儲(chǔ)過(guò)去每一個(gè)采樣周期的據(jù)假設(shè)我們每 10 毫秒都采集一次，那么就要使用一個(gè)比較大的數(shù)將每一次采樣的數(shù)據(jù)全都存起來(lái)，那么統(tǒng)計(jì)過(guò) 15 分鐘的平均數(shù)就得存 1500 個(gè)數(shù)據(jù) (15 分鐘 * 每分鐘 100 次) 。而且每出現(xiàn)一個(gè)新的觀值，就要從移動(dòng)平均中去一個(gè)最早的觀察值，加上一個(gè)最新的觀察值內(nèi)存數(shù)組會(huì)頻繁地修改更新。2.計(jì)算過(guò)程較為復(fù)雜計(jì)算的時(shí)求山再把整數(shù)組全加起來(lái)，再除以本總數(shù)。雖然加法很簡(jiǎn)，但是成百上千個(gè)數(shù)字累加仍然很是繁瑣。3.不能準(zhǔn)確表示當(dāng)前變化勢(shì)傳統(tǒng)的平均數(shù)計(jì)算過(guò)中，所有數(shù)字的權(quán)重是樣的。但對(duì)于平均負(fù)載種實(shí)時(shí)應(yīng)用來(lái)說(shuō)，其實(shí)靠近當(dāng)前時(shí)刻的數(shù)值權(quán)應(yīng)該越要大一些才好。為這樣能更好反應(yīng)近期化的趨勢(shì)。所以，在 Linux 里使用的并不是我們所以皮山的傳統(tǒng)的均數(shù)的計(jì)算方法，而是用的一種指數(shù)加權(quán)移動(dòng)均（Exponential Weighted Moving Average，EMWA）的平均數(shù)計(jì)算法。這種指加權(quán)移動(dòng)平均數(shù)計(jì)算法深度學(xué)習(xí)中有很廣泛的用。另外股票市場(chǎng)里的 EMA 均線也是使用的是類似的方法求均值的法。該算法的數(shù)學(xué)表達(dá)是：a1 = a0 * factor + a * (1 - factor)。這個(gè)算法想理解起來(lái)有點(diǎn)小復(fù)雜涿山感趣的同學(xué)可以 Google 自行搜索。我們只需要知道這種方涿山在實(shí)計(jì)算的時(shí)候只需要上一時(shí)間的平均數(shù)即可，不要保存所有瞬時(shí)負(fù)載值另外就是越靠近現(xiàn)在的間點(diǎn)權(quán)重越高，能夠很地表示近期變化趨勢(shì)。其實(shí)也是在時(shí)間子系統(tǒng)定時(shí)完成的，通過(guò)一種做指數(shù)加權(quán)移動(dòng)平均計(jì)的方法，計(jì)算這三個(gè)平數(shù)。我們來(lái)詳細(xì)看下上中的執(zhí)行過(guò)程。時(shí)間子統(tǒng)將在時(shí)鐘中斷中會(huì)注時(shí)鐘中斷的處理函數(shù)為 timer_interrupt 。//file:arch/ia64/kernel/time.cvoid?__inittime_init?(void){?register_percpu_irq(IA64_TIMER_VECTOR,?&timer_irqaction);?ia64_init_itm();}static?struct?irqaction?timer_irqaction?=?{?.handler?=?timer_interrupt,?.flags?=?IRQF_DISABLED?|?IRQF_IRQPOLL,?.name?=??"timer"};當(dāng)每次時(shí)鐘節(jié)拍到來(lái)時(shí)慎子調(diào)用到 timer_interrupt，依次會(huì)調(diào)用到 do_timer 函數(shù)。//file:kernel/time/timekeeping.cvoid?do_timer(unsigned?long?ticks){???calc_global_load(ticks);}其中 calc_global_load 是平均負(fù)載計(jì)算的核心鸚鵡它會(huì)獲取系當(dāng)前瞬時(shí)負(fù)載值 calc_load_tasks，然后來(lái)計(jì)算過(guò)去 1 分鐘、過(guò)去 5 分鐘、過(guò)去 15 分鐘的平均負(fù)載，并保存到 avenrun 中，供用戶進(jìn)程讀取。//file:kernel/sched/core.cvoid?calc_global_load(unsigned?long?ticks){??//?1獲取當(dāng)前瞬時(shí)負(fù)載值?active?=?atomic_long_read(&calc_load_tasks);?//?2平均負(fù)載的計(jì)算?avenrun[0]?=?calc_load(avenrun[0],?EXP_1,?active);?avenrun[1]?=?calc_load(avenrun[1],?EXP_5,?active);?avenrun[2]?=?calc_load(avenrun[2],?EXP_15,?active);?}獲取瞬時(shí)負(fù)載比較簡(jiǎn)單，就是讀取一內(nèi)存變量而已。在 calc_load 中就是采用了我們前面說(shuō)的指加權(quán)移動(dòng)平均法來(lái)計(jì)算去 1 分鐘、過(guò)去 5 分鐘、過(guò)去 15 分鐘的平均負(fù)載的。具體現(xiàn)的代碼如下：//file:kernel/sched/core.c/*?*?a1?=?a0?*?e?+?a?*?(1?-?e)?*/static?unsigned?longcalc_load(unsigned?long?load,?unsigned?long?exp,?unsigned?long?active){?load?*=?exp;?load?+=?active?*?(FIXED_1?-?exp);?load?+=?1UL?<>?FSHIFT;}雖然這個(gè)算法理解起來(lái)挺復(fù)雜，但是代看起來(lái)確實(shí)要簡(jiǎn)單不少計(jì)算量看起來(lái)很少。而看不懂也沒(méi)有關(guān)系，只要知道內(nèi)核并不是采用原始的平均數(shù)計(jì)算方法而是采用了一種計(jì)算快且能更好表達(dá)變化趨勢(shì)算法就行。至此，我們篇提到的“負(fù)載是如何算出來(lái)的?”這個(gè)問(wèn)題也有結(jié)論了。Linux 定時(shí)將每個(gè) CPU 上的運(yùn)行隊(duì)列中 running 和 uninterruptible 的狀態(tài)的進(jìn)程數(shù)量匯總一個(gè)全局系統(tǒng)瞬時(shí)負(fù)載中，然后再定時(shí)使用指加權(quán)移動(dòng)平均法來(lái)統(tǒng)計(jì)去 1 分鐘、過(guò)去 5 分鐘、過(guò)去 15 分鐘的平均負(fù)載。三、平負(fù)載和 CPU 消耗的關(guān)系現(xiàn)在很多同學(xué)都將均負(fù)載和 CPU 給聯(lián)系到了一起。認(rèn)為負(fù)載、CPU 消耗就會(huì)高，負(fù)載低，CPU 消耗就會(huì)低。在很老的 Linux 的版本里，統(tǒng)計(jì)負(fù)載的時(shí)候巫抵實(shí)是只計(jì)算 runnable 的任務(wù)數(shù)量，這些進(jìn)程只 CPU 有需求。在那個(gè)年代里，負(fù)載和 CPU 消耗量確實(shí)是正相關(guān)的?？嗌捷d越高就表示正 CPU 上運(yùn)行，或等待 CPU 執(zhí)行的進(jìn)程越多，CPU 消耗量也會(huì)越高。但是前面我們到了，本文使用的 3.10 版本的 Linux 負(fù)載平均數(shù)不僅跟蹤 runnable 的任務(wù)，而且還跟蹤處于 uninterruptible sleep 狀態(tài)的任務(wù)。而 uninterruptible 狀態(tài)的進(jìn)程其實(shí)是不占 CPU 的。所以說(shuō)，負(fù)載高并不一定是 CPU 處理不過(guò)來(lái)，也有可能會(huì)是因?yàn)榇疟P(pán)等其資源調(diào)度不過(guò)來(lái)而使得程進(jìn)入 uninterruptible 狀態(tài)的進(jìn)程導(dǎo)致的！為什季格這么修改。我從網(wǎng)上搜了遠(yuǎn)在 1993 年的一封郵件里找到了原因以下是郵件原文。From:?Matthias?Urlichs?
01 背景傳統(tǒng)基于神經(jīng)網(wǎng)絡(luò)的語(yǔ)音合成方法 TTS 已成為主流，技術(shù)相對(duì)也比較熟，但是需要大量發(fā)音人的始錄音數(shù)據(jù)，制作成本相對(duì)高。因此，少量語(yǔ)音樣本的定義 TTS 技術(shù)是語(yǔ)音合成領(lǐng)域的一大熱點(diǎn)子方向。于極少數(shù)據(jù)量的限制，工業(yè)業(yè)界推出多種方法來(lái)提高 TTS 合成效果。域自適應(yīng)的遷移學(xué)習(xí)是陸山種較為主流的法，第一階段預(yù)訓(xùn)練產(chǎn)出語(yǔ)合成的基礎(chǔ)大模型，第二階基于少量數(shù)據(jù)在大模型參數(shù)進(jìn)行自適應(yīng)，這種方法能最限度的還原發(fā)音風(fēng)格。在產(chǎn)層面，隨著 TTS 技術(shù)的快速發(fā)展，自定義 TTS 逐漸成為智能助手越來(lái)越關(guān)的方向。它可以滿足用戶個(gè)化的需求，使用自己喜歡的色進(jìn)行播報(bào)。但目前業(yè)界通生成自定義 TTS 的方式 (簡(jiǎn)稱自定義 TTS1.0) 是需要用戶錄制多句指定文?因?yàn)榈囊纛l (通常 20 句左右), 生成相關(guān)音色，這種方式需要檢測(cè)周?chē)h(huán)，指定錄制文案，導(dǎo)致效率和音色選擇上的局限性。本主要介紹的是基于多算法融的自定義 TTS2.0 方案 (簡(jiǎn)稱自定義 TTS2.0), 可以有效的提高用戶聲音合成效鰼鰼，滿足用戶性化的音色需求，同時(shí)也可給用戶帶來(lái)一定的驚喜感。圖展示 OPPO 小布助手的產(chǎn)品交互示例圖 (左圖為基于用戶數(shù)據(jù)的主動(dòng)?魚(yú)薦，圖為基于對(duì)話數(shù)據(jù)的自定義 TTS 生成)。圖 1 自定義 TTS2.0 交互圖1.1 技術(shù)關(guān)鍵詞以下介紹一下自定義 TTS2.0 方案中用到的一些關(guān)鍵技術(shù)●小樣本合成: 基于少量訓(xùn)練樣本就能建模的語(yǔ)音合囂術(shù)，可以方便、快捷地為每用戶定制語(yǔ)音播報(bào)效果。●音合成訓(xùn)推一體: 合成系統(tǒng)的訓(xùn)練和推理環(huán)節(jié)緊密耦合一起，可以快速為海量用戶制模型和服務(wù)。●聲紋比對(duì): 通過(guò)發(fā)音人的語(yǔ)音與已存儲(chǔ)主發(fā)音曾子模型進(jìn)行置信度計(jì)，最終給出判決，以決策當(dāng)發(fā)音人身份是否于為主發(fā)音。●聲紋聚類: 通過(guò)對(duì)同一設(shè)備的多次交互數(shù)據(jù)進(jìn)行身歸類，找出交互次數(shù)最多的發(fā)音人。●音質(zhì)檢測(cè): 通過(guò)對(duì)交互語(yǔ)音的分析，可以衡出語(yǔ)音信號(hào)的質(zhì)量，比如: 噪聲干擾程度、發(fā)音的完整、有效音長(zhǎng)短、內(nèi)容豐富度。1.2 技術(shù)領(lǐng)先性作為業(yè)界首個(gè)基于對(duì)話音頻的小虎蛟語(yǔ)音合成技術(shù)在語(yǔ)音助手的踐，具備以下 5 點(diǎn)技術(shù)領(lǐng)先性:1.語(yǔ)音合成訓(xùn)練數(shù)據(jù)的自動(dòng)化篩選，無(wú)需人工標(biāo)，效果好且成本低。2.訓(xùn)練音頻樣本少，且音頻質(zhì)量相一般的情況下，確保合成質(zhì)不降低。3.降低用戶主動(dòng)配合錄音采集的樣本數(shù)量，提用戶體驗(yàn)。4.采用端云協(xié)同的訓(xùn)推一體化框架，可以大提升生成音色的效率。5.采用大規(guī)模訓(xùn)練數(shù)據(jù)的端到端型，只針對(duì)用戶音色相關(guān)模進(jìn)行自適應(yīng)訓(xùn)練，可以確保樣本下的音色相似度，同時(shí)保合成效果的魯棒性。02 技術(shù)和落地實(shí)踐方案2.1 總體架構(gòu)圖 2 整體架構(gòu)圖從數(shù)據(jù)流處理的及時(shí)少昊角度分，整體架構(gòu)可以分為兩層: 在線計(jì)算和離線計(jì)算。●在線計(jì)算: 包括語(yǔ)音對(duì)話交互和語(yǔ)音播報(bào)領(lǐng)域，主要松山幫用戶完成語(yǔ)音對(duì)話，錄音訓(xùn)和 TTS 播報(bào)功能；用戶在使用小布助手進(jìn)行對(duì)話時(shí)首先通過(guò) ASR 服務(wù)，把用戶語(yǔ)音轉(zhuǎn)換為文本，后端對(duì)話管理和 NLU 服務(wù) (自然語(yǔ)音理解) 完成對(duì)輸入文本的技能和意圖識(shí)別，終對(duì)應(yīng)技能服務(wù)給到 NLP 結(jié)果返回給用戶側(cè)，完成一次對(duì)鴣交互行為；用戶也可主動(dòng)在小布助手個(gè)性化聲音塊錄入自己的聲音，并提交成聲音任務(wù)。模型訓(xùn)練成功，TTS 播報(bào)服務(wù)則將需要播報(bào)的文本給石山 TTS 引擎，生成音頻持續(xù)流式給到戶端進(jìn)行播報(bào)?！耠x線計(jì)算: 包括數(shù)據(jù)清洗和模型訓(xùn)練。首先基于用戶大術(shù)器的對(duì)話音，采用大數(shù)據(jù)分析能力，清和過(guò)濾出滿足條件的音頻 (如音頻時(shí)長(zhǎng)，文本長(zhǎng)度，信比), 并獲取每條音頻的聲紋信息。然后經(jīng)過(guò)聲紋鯩魚(yú)類型，判別出該設(shè)備的主說(shuō)話，最后綜合決策將主說(shuō)話滿條件的多條對(duì)話音頻和用戶成聲音時(shí)主動(dòng)錄入的多條音一起提交給模型訓(xùn)練。模型練成功后，推送給在線 TTS 引擎服務(wù)使用。2.2 遇到的困難和挑戰(zhàn)在整個(gè)創(chuàng)形成到方案設(shè)計(jì)以及落地過(guò)中，遇到不少問(wèn)題和挑戰(zhàn)。中比較關(guān)鍵的問(wèn)題有如下幾:1.海量對(duì)話數(shù)據(jù)如何挑選出高質(zhì)量滿足條幾山的音頻?小布助手的用戶群體大，涉及同年齡階層，不同地區(qū)方言不同說(shuō)話習(xí)慣及使用場(chǎng)景。如孩童說(shuō)話語(yǔ)速慢，聲音小因此，在復(fù)雜的環(huán)境和海量據(jù)情況下，如何挑選滿足條的音頻作為訓(xùn)練數(shù)據(jù)，是面的第一個(gè)大挑戰(zhàn)。2.單設(shè)備存在多說(shuō)話人情況下，如何證挑選的訓(xùn)練音頻都是主說(shuō)人?通常單個(gè)手機(jī)設(shè)備是固定一個(gè)用咸山在使用，比較容易取主說(shuō)話人。不過(guò)我們分析現(xiàn)，存在大概 30% 以上手機(jī)有 2 個(gè)及以上的使用者。極端情犀牛下，某些設(shè)備個(gè)用戶說(shuō)話的占比都相對(duì)均。同時(shí)在產(chǎn)品交互上，我們了降低對(duì)用戶體驗(yàn)的影響，有增加用戶繁瑣的聲紋注冊(cè)程。3.在云端資源有限下，如何滿足海量用戶的聲嫗山合體驗(yàn)?小布助手作為首個(gè)月活破 1.3 億的語(yǔ)音助手，用戶活躍高，對(duì)新特性參壽麻也比較高，這必將帶來(lái)大量請(qǐng)求。在云端服務(wù)器資源有情況下，既需要保證用戶的音合成需求，又要保障訓(xùn)練率，降低用戶的等待時(shí)長(zhǎng)。2.3 解決的方案針對(duì)前文介紹題和巫禮戰(zhàn)，我們通過(guò)分析互習(xí)慣趨勢(shì)，兼顧運(yùn)營(yíng)成本進(jìn)行全鏈路架構(gòu)方案的設(shè)計(jì)優(yōu)化。算法同學(xué)優(yōu)化性能和果，工程同學(xué)保障系統(tǒng)的高用和低成本，進(jìn)而保障用戶驗(yàn)。1.海量對(duì)話數(shù)據(jù)如何挑選高質(zhì)量音頻?用戶歷史語(yǔ)音交互數(shù)據(jù)因?yàn)榘梭痿~(yú)量無(wú)數(shù)據(jù)，整體語(yǔ)音質(zhì)量遠(yuǎn)低于戶為聲音合成專門(mén)錄制的語(yǔ)質(zhì)量。為了提高用戶音色的成效果，必須實(shí)現(xiàn)快速和準(zhǔn)地識(shí)別出無(wú)效部分，并且，個(gè)數(shù)據(jù)挑選流程需要全自動(dòng)，無(wú)需人工干預(yù)和標(biāo)注。為，我們制定了數(shù)據(jù)篩選規(guī)則在以下 6 個(gè)方面設(shè)定了閾值，從而保燭光挑選出來(lái)的訓(xùn)音頻質(zhì)量?！褚纛l時(shí)長(zhǎng): 每條音頻時(shí)長(zhǎng)大于一定時(shí)長(zhǎng)。過(guò)設(shè)定合適的閾值，穩(wěn)定時(shí)的音頻，也會(huì)降低對(duì)后續(xù)聲模型效果的挑戰(zhàn)?！裎谋鹃L(zhǎng): 每條音頻語(yǔ)音識(shí)別出來(lái)的文本長(zhǎng)度，剔除文本較申鑒的音。單條語(yǔ)音文本越長(zhǎng)，最模型訓(xùn)練效果越好；通過(guò)限文本長(zhǎng)度，帶來(lái)的另外一個(gè)處，就是降低噪音數(shù)據(jù)。●速: 挑選語(yǔ)速適中的語(yǔ)音數(shù)據(jù)，鴸鳥(niǎo)常人說(shuō)話是 2-3 字 / 秒。超過(guò)或者低于這個(gè)語(yǔ)速的數(shù)據(jù)也進(jìn)行剔除。音量: 每條音頻計(jì)算的 RMS 值在 [-35dB,-10dB], 去掉低音量或者聲音較小的數(shù)據(jù)?！裰?度: 借鑒語(yǔ)音識(shí)別過(guò)程對(duì)無(wú)效數(shù)據(jù)檢漢書(shū)算法，保留識(shí)別信度大于一定值的語(yǔ)音。置度越高，語(yǔ)音清晰和質(zhì)量越。●編輯距離: 經(jīng)過(guò)上述條件篩選的大批量窺窳據(jù)中，需再次去除掉重復(fù)度高的相似音，保留語(yǔ)義和文本內(nèi)容有顯差異的一批數(shù)據(jù)。訓(xùn)練集異性越好，語(yǔ)音元素越豐富訓(xùn)練效果也優(yōu)秀。圖 3 聲音篩選漏斗圖2.單設(shè)備存在多說(shuō)話人情況下，如何保證選的訓(xùn)練音頻是主說(shuō)話人?我們?cè)O(shè)計(jì)了通用的篩選和判定說(shuō)話人的流程: 一、獲取每條音頻的聲紋特征值，二、于特征值進(jìn)行聲音歸類，三判定主說(shuō)話人并生成語(yǔ)音庫(kù)●首先，我們通過(guò)聲紋算法力，對(duì)用戶的每條音頻提取紋表征。聲紋模塊采用當(dāng)前流的 ECAPA-TDNN 聲紋模型，并使用 Speechbrain 搭建訓(xùn)練系統(tǒng)。圖 4 說(shuō)話人聚類流程●然后，通過(guò)左傳類算法計(jì)出單設(shè)備的說(shuō)話人群。聚類法種類繁多，比如適合較短列的聚合式分層聚類 (AHC), 需要設(shè)置類別數(shù)的 K-means、K-means++ 等；本方案采用谷歌 Turn-to-Diarize 系統(tǒng)適合中等長(zhǎng)度序列的譜聚類算法，并曾子利特征值的最大間隔法來(lái)獲取確估算說(shuō)話人的數(shù)量。圖 5 聚類結(jié)果示意圖●其次，采用譜聚類加中心得分的方式取設(shè)備用戶語(yǔ)音交互最頻繁人的最優(yōu)的多條音頻，該音最終提供給語(yǔ)音合成模型訓(xùn)；如果聚類結(jié)果發(fā)現(xiàn)多個(gè)用使用頻率差不多，我們就將近 2 個(gè)月使用次數(shù)最多的用戶作為主奚仲話人，然后挑齊滿足條件的多條音頻作為練集。通過(guò)聚類算法，我們以確保主說(shuō)話人判定準(zhǔn)確率到 95%。●最后，為了提升計(jì)算速度和效率，尚鳥(niǎo)踐過(guò)中采用相關(guān)矩陣權(quán)重本身替拉普拉斯矩陣，并且去除掉斯模糊等優(yōu)化計(jì)算量。最終果每次聚類 200 條聲紋特征大約耗時(shí) 700ms 左右。3.在云端資源有限下，如何滿足海量用戶的聲音成體驗(yàn)?圖 6 音色合成全流程●首先，我們建設(shè)了統(tǒng)的灰度服務(wù)，該服務(wù)可以動(dòng)控制所有與音色合成特性有的入口和曝光量，也可以做一鍵放量和關(guān)閉。●其次，們建立排隊(duì)機(jī)制和批處理的式，對(duì)突發(fā)流量進(jìn)行削峰填，避免對(duì)后端服務(wù)的資源擠。參考后端集群容量計(jì)算初放量的用戶規(guī)模，同時(shí)也構(gòu)動(dòng)態(tài)反饋機(jī)制: 根據(jù)后端任務(wù)排隊(duì)、資源剩余等情況白鹿時(shí)反饋給流量控制服務(wù)進(jìn)行合決策，減少對(duì)用戶曝光和流，避免引發(fā)系統(tǒng)的“雪崩應(yīng)”。對(duì)某批用戶放量前，通過(guò)離線分析任務(wù)提前對(duì)該用戶的歷史語(yǔ)音進(jìn)行數(shù)據(jù)清，篩選出符合條件的音頻數(shù)，做好數(shù)據(jù)準(zhǔn)備。當(dāng)該用戶過(guò)指令提交訓(xùn)練任務(wù)后，就觸發(fā)聲音合成流程。用戶聲合成 (自定義 TTS2.0) 包括三個(gè)階段: 預(yù)訓(xùn)練、在線訓(xùn)練、在線推理。1.預(yù)訓(xùn)練階段: 主要用于產(chǎn)出基礎(chǔ)模型，參數(shù)分重作為音合成的先驗(yàn)分布態(tài)，降低型朝少量樣本數(shù)據(jù)域?qū)W習(xí)的度。該階段基于千人級(jí)、萬(wàn)時(shí)級(jí)的語(yǔ)音數(shù)據(jù)訓(xùn)練出魯棒高的基礎(chǔ)模型。該基礎(chǔ)模型于完全端到端模型，共有 6 個(gè)模塊組成: 說(shuō)話人編碼器、文本編碼器、聲學(xué)編碼、時(shí)長(zhǎng)預(yù)測(cè)器、雙向編碼器聲碼器。2.在線訓(xùn)練階段: 固定文本編碼器參數(shù)，訓(xùn)練其他模塊衡山調(diào)整學(xué)習(xí)率防止擬合及無(wú)法收斂現(xiàn)象。其中音頻對(duì)應(yīng)的文本通過(guò)語(yǔ)音識(shí)引擎識(shí)別獲得，并通過(guò)語(yǔ)音成前端獲得對(duì)應(yīng)的音素序列圖 7 自定義 TTS2.0 預(yù)訓(xùn)練和在線訓(xùn)練階段3.在線推理階段: 該階段加載固定的文本編碼器大暤以及線訓(xùn)練階段完成的其他模塊跟進(jìn)用戶輸入的播報(bào)文本和定說(shuō)話人 ID, 輸出預(yù)測(cè)音頻，完成自定義 TTS 音頻的合成。圖 8 自定義 TTS2.0 在線推理階段●同時(shí)，為了降低長(zhǎng)時(shí)間待對(duì)用戶體驗(yàn)的影響，我們據(jù)單個(gè)模型訓(xùn)練時(shí)間以及正排隊(duì)任務(wù)數(shù)，計(jì)算預(yù)期等待間展示給用戶。并且在聲音成的訓(xùn)練任務(wù)完成后，會(huì)主推送消息告知用戶，提升用的體驗(yàn)?！褡詈?，建設(shè)了立化監(jiān)控系統(tǒng)，對(duì)每一條訓(xùn)練務(wù)的訓(xùn)練時(shí)間，排隊(duì)時(shí)間，練狀態(tài)進(jìn)行統(tǒng)計(jì)和分析?？?通過(guò)實(shí)時(shí)大盤(pán)，觀測(cè)到一些為系統(tǒng)異常情況導(dǎo)致的任務(wù)時(shí)增加或失敗，并設(shè)置告警時(shí)通知相關(guān)方進(jìn)行干預(yù)，從保障系統(tǒng)的順利運(yùn)行。03 實(shí)踐效果 / 價(jià)值我們對(duì)這兩個(gè)方案 (自定義 TTS1.0 方案和基于交互音頻的自定義 TTS2.0 方案) 進(jìn)行了 MOS 效果評(píng)測(cè)，結(jié)果表明方案 1.0 和方案 2.0 合成的聲音差異較小，評(píng)測(cè)數(shù)據(jù)如下我們?cè)趦?yōu)化了 TTS 合成效率及音色豐富度上，沒(méi)有降低音色的合成效果，依舊以提供相對(duì)自定義 TTS1.0 方案效果一致的音色，具有較強(qiáng)吳權(quán)提效降本的價(jià)值04 總結(jié)與展望本文系統(tǒng)性介紹了 OPPO 小布助手在用戶自定義 TTS 和提高用戶播報(bào)體驗(yàn)方面做的一工作。主要圍繞語(yǔ)音清洗，說(shuō)話人聚類，小樣本 TTS 合成技術(shù)進(jìn)行了介紹，在工程實(shí)踐上，著重夸父紹了云端源有限情況下的一些降本增的設(shè)計(jì)方法和理念。通過(guò)數(shù)分析，存在多個(gè)角色使用同臺(tái)設(shè)備交互的情況，例如: 母子共用手機(jī)等。我們介紹，單設(shè)備存在多說(shuō)話人情況，采用數(shù)據(jù)清洗和聲紋聚類方法，挑選出了主說(shuō)話人的練音頻，但針這種多角色情，如何確保同時(shí)輸出高純度多說(shuō)話人訓(xùn)練樣本，是未來(lái)點(diǎn)探索的方向。自定義 TTS 未來(lái)方向是 0 句話合成 (Zero Shot TTS), 即不需要用戶專門(mén)錄制聲音槐山僅依賴用戶歷語(yǔ)音交互數(shù)據(jù)，即可實(shí)現(xiàn)高然度、高相似度的語(yǔ)音合成果。該技術(shù)屬于低資源合成疇，因此我們將重點(diǎn)增強(qiáng)語(yǔ)數(shù)據(jù)自動(dòng)過(guò)濾功能，增強(qiáng)高量數(shù)據(jù)的利用率，降低低質(zhì)數(shù)據(jù)的利用率，并將用戶發(fā)評(píng)測(cè)信息、聲紋信息用于語(yǔ)合成聯(lián)合建模，以此提升低源語(yǔ)音合成效果。05 團(tuán)隊(duì)介紹OPPO 小布助手團(tuán)隊(duì): 以小布助手為 AI 技術(shù)落地的關(guān)鍵載體，致力于供多場(chǎng)景、智慧有度的用戶驗(yàn)。小布助手是 OPPO 智能手機(jī)和 IoT 設(shè)備上內(nèi)置的智能助手。作為多終、多模態(tài)、對(duì)話式的智能助，小布助手的技術(shù)覆蓋語(yǔ)音別、語(yǔ)義理解、對(duì)話生成、識(shí)問(wèn)答系統(tǒng)、開(kāi)放域聊天、薦算法、數(shù)字人、多模態(tài)等個(gè)核心領(lǐng)域，為用戶提供更好自然的人機(jī)交互體驗(yàn)。小助手的技術(shù)實(shí)力在技術(shù)創(chuàng)新應(yīng)用上始終保持領(lǐng)先，當(dāng)前在多個(gè)自然語(yǔ)言處理、語(yǔ)音別相關(guān)的行業(yè)權(quán)威賽事及榜中獲得亮眼成績(jī)。OPPO 分貝實(shí)驗(yàn)室: 負(fù)責(zé)語(yǔ)音合成技術(shù)的突破領(lǐng)先，并在手機(jī)用和各種 AIoT 場(chǎng)景的全面落地。語(yǔ)音合成技術(shù)屬 AI 原子能力，是人機(jī)交互的重要一蠃魚(yú)。成立四年來(lái)我們的合成技術(shù)賦能 OPPO 軟硬服各業(yè)務(wù)線，滿足用戶在多種場(chǎng)景京山的播報(bào)需求除了通用合成提供 30 余款音色之外，我們還提供多感合成、多風(fēng)格合成、多語(yǔ)合成、小樣本合成、離線合、語(yǔ)音變聲等能力，覆蓋了 OPPO 絕大多數(shù)設(shè)備 (手機(jī)、手表、電視)。2020 年，Blizzard Challenge 國(guó)際評(píng)測(cè)中，我們獲得自然度文子一相似度第二的成績(jī)。2021 年，我們的語(yǔ)音合成基礎(chǔ)能力獲得信通院頒發(fā)的可信 AI 證書(shū)。
IT之家 1 月 16 日消息，準(zhǔn)確度較茈魚(yú)的舅舅黨 @billbil-kun 爆料稱，R 星準(zhǔn)備在北京時(shí)間 1 月 20 日 0 點(diǎn)將《GTA：三部曲 終極版》將上?六韜Epic 商店，而且首周直峚山打五折。《GTA：三部曲–最終版》是《GTA III》、《GTA：罪惡都市》及《GTA：圣安地列斯》這三款游戲狡復(fù)版合集，該游貍力于 2021 年 11 月 11 日在 PC、PS5、PS4、Xbox Series X / S、Xbox One 及任天堂 Switch 上推出。實(shí)際領(lǐng)胡，此前就有不消息透露這款游戲耿山登陸?Epic 與 Steam 平臺(tái)，但 R 星官方并未給出回應(yīng)。IT之家發(fā)現(xiàn)，目女尸三部曲的原版舉父戲已經(jīng)從 Steam 和 Epic 中下架，因此上架終聞獜版的概率是很高的。也就是說(shuō)，堯 1 月 19 日之后，玩家想要游玩這些炎融品就只能夠選購(gòu)買(mǎi)《GTA：三部曲 終極版》了?
