Pro-ject Headbox SE

奧地利的唱頭老廠出的這台Headbox系列也是賣了好幾年的長賣款
以前看照片 覺得機子太短感覺有點奇怪
不過其實實物還蠻漂亮的
IMGP9970
壓克力面板與厚度頗夠的鐵質機殼 重量還蠻沉的
再10K以內 大概很難買到雙耳機輸出的擴大器
就算有大多也是並連式的
跟Headbox SE配了兩組擴大電路不同
IMGP9973
Headbox SE 不但具備了兩組輸出外
還提供了三組輸入與一組訊號選擇OUT
雖然不具備Preout功能 但作為系統橋接的一個小東西 倒是很方便
後來新的Headbox SE2把這個訊號選擇拿掉了
有好有壞  壞的當然是功能變少了  好的是訊號路徑更單純
同時一代的訊號選擇鈕久了會接觸不良

IMGP9972
最後講一下聲音感想
有看過裡面構造的人 大概就知道他是晶體擴大機
聲音走溫厚路線  推力不錯 對付100歐姆以下的耳機都不錯
如果有人認為project來自澳地利就跟同樣來自澳地利的AKG聲音會很搭
我只能說 我不覺得他跟AKG搭起來好聽 不但推不開 聲音也不夠細緻
比較適合的反而是像ATH或Ultrasone這種細(幼)聲的耳機
我手上沒有GRADO的耳機
但是我想它跟GRADO SR325搭配應該是絕配
我試過手上合適的有W1000、SCL4、SA3000、HFI-15G
不適合的有K701、K240 series、HD650
什麼是不合適…就是一接上去聽不到10分鐘就會拿下來

越是冷硬解析的耳機 接到頭盒子上 就會變的越是耐聽
無怪乎音悅會把GRADO與PROJECT產品的搭配放在一起
完全可以想像

最後講一下
最大的缺點  沒有電源開關…
對… 他沒有電源開關 變壓器插上便一直工作
雖然沒啥溫度 也不耗啥電
但是感覺還是有點不放心

BTW  HD681接這個也很不錯  如果你能接受耳擴是耳機的10倍價格的話

留言

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