在AI生成音频领域。主要涉及文本到语音（TTS）、语音克隆、音乐生成、环境音效合成等子任务。近年来，AI场景音频合成技术快速发展，当前主流方法涵盖基于音效库匹配、GAN、Diffusion和大语言模型（如AudioGen）等多种技术路线。最新进展包括Google V2A、Diff-Foley等视频到音频模型，以及索尼开源的MMAudio多模态模型，通过跨模态联合训练实现音画同步。这些技术在虚拟现实

在使用SGLang部署Qwen3 Reranker系列模型时，由于模型架构差异会出现API不兼容问题。本文将基于生成式架构的Qwen3ForCausalLM转换为二分类模型Qwen3ForSequenceClassification，通过提取yes，no token的权重向量构建新的分类器，最终使用classify接口实现模型部署。该方法借鉴了VLLM的解决思路，成功实现了SGLang部署Qwen

VLLM部署Qwen3 重排模型时会出现不支持Score、rerank API错误，原因是vllm 目前没有办法允许单个架构同时支持嵌入和重排，解决方法是将（ Qwen3ForCausalLM）模型转换为序列分类架构(Qwen3ForSequenceClassification)，提取yes和no token的权重差异作为分类器向量。通过修改模型架构并替换分类头，可实现与原始模型相同的评分功能，从

在AI生成音频领域。主要涉及文本到语音（TTS）、语音克隆、音乐生成、环境音效合成等子任务。近年来，AI场景音频合成技术快速发展，当前主流方法涵盖基于音效库匹配、GAN、Diffusion和大语言模型（如AudioGen）等多种技术路线。最新进展包括Google V2A、Diff-Foley等视频到音频模型，以及索尼开源的MMAudio多模态模型，通过跨模态联合训练实现音画同步。这些技术在虚拟现实

HBuider X运行不了php，运行显示“浏览器运行尚不支持此种类型文件”，HBuilder X不支持php运行

最近写的项目里要用到文件传输的功能，因此我查找了很多相关的博文，查找到的文章都大同小异。但是这些内容仅限于一些小文件，比如一个几百K到的txt文档，但是我们实际需要传输的数据量远大于这个数，解决不了实际问题。因此这篇博文将用readfully方法实现较大文件的传输，当然这个也有一定的局限性，只适用一些较大的文件，大约在100M以内，对于更大的文件，涉及断点续传的问题，本篇文章没有展现。