網友qazxsw的oyaide PCOCC線聽感

 

因為某些事因緣際會拿到這條線 幸哉

這篇文章積欠已久

對qazxsw感到真不好意思

 

器材

因為EMU 0404在我的J-WINXP上一直都有問題

所以就改用 SONY D-EJ855數位輸出給Micromega DUO BS2作解碼

耳擴使用HAMP-134(LME49710HA)與PROJECT HEADBOX SE

耳機挑了一些低組抗高感度耳機來作測試 比較容易聽出線財的差異

使用Shure SCL4、Ultrasone HFI-15G、Sennheiser MX660

對照線組是我原本就使用的MOGAMI 2549 (RCA to 3.5) 、

還有我自己用的 XSymphony XStream pearl (RCA to RCA)

 

MOGAMI 2549

DSC00223

 

XSymphony XStream pearl (RCA to RCA)

DSC00224

 

oyaide PCOCC

DSCF7246

略短   用了鐵網作隔離 

這隔離網長起來應該是不便宜 不過我的直覺是這應該很難裁…

DSCF7243

Netruk的頭 用兩層熱縮套來固定 蠻用心的

 DSCF7245

RCA頭 看不出是用啥料 不過蠻重的 應該是不錯的東西 那個防折彈簧

因為線太短了 反而有點影響使用

 

測試軟體

個人聽的音樂很雜

從古典到jpop都有  我抓了幾張最近比較常聽 而且可以代表幾個領域的音樂

 

瑪塔歌美 / 字裡行間
Marta Gomez - Entre Cada Palabra

JD301

☆ 哥倫比亞大獎歌后繼發燒大碟《天水之歌》最新柔情似水大作
☆ 歐美權威樂評一致盛讚的絲絨美聲再現唯美拉丁文化
☆ 演唱＜Cielito Lindo＞、＜Maria Mulata＞、＜Doña Luisa＞等名曲
☆「就算不懂她唱的語言，你也會被瑪塔歌美營造出的優美氛圍深深吸引！」-AMG四星評價

 

http://www.bymusic.com.tw/bookpic/H-690039.gif

Steve Vai / Alien Love Secrets

Steve Vai(史帝夫范)曾分別於1993和 2001年抱走葛萊美「最佳搖滾演奏」以及「最佳流行演奏專輯《No Substitutions：Live In Osaka》」兩項大獎,並曾獲得三屆美國葛萊美音樂獎及五次提名。Steve Vai的音樂風格以硬式搖滾和重金屬樂風為主，其中也包含著爵士的熱情及優雅的古典之美。他的音樂充滿著革新的概念性、實驗性、開發性、融合性和技巧性，「Alien Love Secrets」是他的第二片專輯,

139341669556654_o 

(找不到封面 用這張代替一下 囧)

堀江由依 /SKY

由衣的第三張個人專輯，

以「sky」為主題，全碟大部分的音樂都給人一種輕飄飄的感覺踅踉輔輐，摋撇搿撤細聽時十分舒適愜意，拋掉哀愁蓍蓁蒟蒺，鄯鄰鄲酷讓你在毫無包袱的狀態下一嚐翱翔蒼穹的滋味。專輯內有數首歌曲皆開宗明義與天空和飛翔相關，好像＜Romantic Flight＞及＜飛行機雲＞榣榥榷槌，賑賏賓賕有一些則不算很切題，只是給人一絲飄然的感覺漺滼漜滌，滼漜滌滶整體上以輕快飄逸為特色，不拖泥帶水，比之前的專輯更生動活潑，可明顯地看出想藉著這張概念專輯塑造由衣的個人獨特風格。
  • オリジナル盤発売日: 2003/7/28
  • ディスク枚数: 1
  • フォーマット： Limited Edition

  • 這片放這邊好像怪怪的 不過我覺得拿來測試流行音樂和JOPO很適合

     

    綜合聽感

    每張CD大概都聽了兩遍

    花了一個晚上後的心得

     

    oyaide的低頻明顯較MOGAMI大片

    oyaide像樂團主唱人站在前面 樂器都在後面左右

    而MOGAMI像樂團排開站 主唱在中間 樂器在兩邊

    XSymphony 跟oyaide有點像 人聲在前面 樂器在後面 但是高頻悶了一點

     

    oyaide的人聲溫暖多汁 有比較好的音響性

    而MOGAMI人聲平白直抒 但樂器分離度較oyaide好些

    XSymphony 有很舒服的聲線  聽JPOP 能把錄音的毛邊修的更順耳一點

     

    音場

    MOGAMI>Oyaide>XSymphony

    解析

    MOGAMI >Oyaide>XSymphony

    音響性

    XSymphony > Oyaide > MOGAMI

     

    這樣的結果好像不能給qazxsw作參考

    所以說說我的建議好了 

    因為空間感有點窄  如果樂器分離度不夠開的話

    就很容易在後面就混成一片了

    我會比較喜歡分離度開一點的感覺

  • 最後附一張大戰後的桌面

    DSC00221

    DSC00225 

    • 來困 明天再收拾…

    留言

    Tronic寫道…
    桌子有夠亂的你....
    8月 31, 2009
    fenderyao寫道…
    XDD 大戰後的證明
    9月 01, 2009
    Tronic寫道…
    明明就是射後不理的證明..
    9月 01, 2009
    張貼留言

    這個網誌中的熱門文章

    Office 2021 離線安裝封裝與KMS啟動步驟

    圖片
    1.到Office 365 Customization Tool   https://config.office.com/deploymentsettings  選擇建立新的配置 Office來源套件選擇Office LTSC 標準版2021大量授權 OR 其他你想要的版本   剩下根據你的安裝配置進行設定 在安裝選項 改成本機來源 (這邊選擇安裝環境的安裝檔案路徑 可以設定網路磁碟如 \\192.168.0.1\office2021) 完成後匯出設定檔案 會得到一個XML檔案  這就是你office 的安裝組態檔案  這邊命名為office.xml 我的組態檔案像這樣 <Configuration ID="4b609851-a8f8-4cce-bf99-22096f57e715">   <Add OfficeClientEdition="64" Channel="PerpetualVL2021" SourcePath="C:\PROPLUS" AllowCdnFallback="TRUE">     <Product ID="ProPlus2021Volume" PIDKEY="FXYTK-NJJ8C-GB6DW-3DYQT-6F7TH">       <Language ID="zh-tw" />       <ExcludeApp ID="Lync" />       <ExcludeApp ID="OneDrive" />     </Product>   </Add>   <Property Name="SharedComputerLicensing" Value="0" />   <Property Name="SCLCacheOverride" Value="0" />   <Property Name="AUTOACTIVATE" ...
    閱讀完整內容

    Ollama使用心得與模型導入教學

    # 前言 隨著大語言模型的普及，在本地運行AI模型已成為許多開發者和研究者的需求。Ollama作為一款開源的本地AI模型運行平台，為我們提供了便捷的解決方案。經過一段時間的使用，我想分享一些心得與實戰經驗。 # 一、Ollama的主要功能與定位 Ollama是一個專為本地運行而設計的大語言模型平台，主要特色包括： **核心功能：** - 支援多種開源模型（LLaMA、Mistral、CodeLlama等） - 提供簡潔的命令列介面 - 支援模型量化，減少記憶體使用 - 內建API伺服器，方便整合到應用程式中 **定位優勢：** - 完全離線運行，保護隱私 - 不依賴雲端服務，降低使用成本 - 適合開發測試環境 - 支援自定義模型導入 # 二、安裝與Cuda加速設定 ## 2.1 基本安裝 **Windows系統：** ```bash # 下載並安裝Ollama winget install Ollama.Ollama ``` **Linux系統：** ```bash curl -fsSL https://ollama.com/install.sh | sh ``` ## 2.2 Cuda加速設定 要充分利用GPU加速，需要確保系統已安裝NVIDIA驅動和CUDA toolkit： **檢查Cuda狀態：** ```bash # 檢視GPU使用情況 nvidia-smi -l 1 ``` **確認Cuda版本：** ```bash nvcc --version ``` **Ollama會自動偵測Cuda環境**，如果安裝正確，啟動時會顯示GPU加速已啟用。 # 三、模型取得與匯入方式 ## 3.1 官方模型下載 ```bash # 下載熱門模型 ollama pull llama2 ollama pull mistral ollama pull codellama ``` ## 3.2 自定義模型導入 ### 從Hugging Face下載GGUF檔案 1. **找到適合的模型：**    - 前往 huggingface.co    - 搜尋支援GGUF格式的模型    - 下載.gguf檔案 2. **創建Modelfile：** ```bash # 創建Modelfile echo 'FROM ./you...
    閱讀完整內容

    ARC下NSMutableDictionary 無法使用retainCount

    今天用到 NSMutableDictionary 在alloc之後 很自然的就補了release 想要觀察有沒有放乾淨 所以使用了retainCount卻發生了錯誤 NSMutableDictionary* jsonObject = [[NSMutableDictionary alloc] init] ; [jsonObject setObject:account forKey:@"username"]; [jsonObject setObject:password forKey:@"password"]; [jsonObject setObject:@"2" forKey:@"source"]; NSString *jsonInput = [jsonObject JSONRepresentation]; NSLog(@"jsonObject RetanCount:%@", [jsonObject retainCount]); //Bad_Access Here 爬了一下文，原來arc在建立NSMutableDictionary這類的物件時。便已經會自動使用autorelease 因此不支援retainCount 值得注意的是 當NSMutableDictionary裡面每增加一個物件(KEY)時 該NSMutableDictionary的retain便會自動加一 不過在新的arc功能下 已經不用那麼在意retain值了。     You shouldn't use -retainCount to figure out what is going on. The Apple docs specifically state:     Important: This method is typically of no value in debugging memory management issues. Because any number of framework objects may have retained an object in order to hold refer...
    閱讀完整內容