SONY MDR-SA3000

一支台灣甚少人在討論的耳機

好奇心之下買了一隻回來玩玩

不外乎是想聽聽看

頻率響應可達 8-100，000 Hz的SONY特製生物震膜聽起來是如何

1.外觀

DSCF0006

  不同於SA5000幾乎用金屬所構成的框架，SA3000骨架幾乎全部是由塑膠所製程，housing的部分是由中間金屬 旁邊是纖維材質所包覆，乍看之下會覺得很特別 中間用了一圈銀色飾環 裡面打上SONY MDR SA-3000

放著靜靜看 很漂亮

不過一拿在手上 就破功了

  不但塑膠支架給人感覺很脆弱  稍微出力還會發出嘰嘰的聲音

2.配帶

DSCF0010

SA系列的頭帶設計的 又寬又大

頭頂上方的支撐力很足夠 能有效降低耳機對頭頂的壓迫

SONY標榜的透氣的彈性透氣耳罩 不軟不硬 厚度偏薄

不悶熱 但布料材質很刮臉

貼在臉大概有像拿1000號砂紙在臉上磨擦的感覺

DSCF0007

耳機線很長 有包布 能降低麥克風效應 接頭質感不錯

同AKG是帶鎖式的小轉大

3.聲音

DSCF0008

 

DSCF0009

我測試的機子有MPA 2.5、SPARK HA1A、HA20等

走向都很一致

就是音場寬大 輕靈飄逸..

不管換哪一台耳擴 下盤都是虛虛的

如果說老AKG的耳機是清淡味增湯 不重鹹  不複雜 但耐喝 樸實

那SA3K就像是加了鹽的白開水

如果只是單獨聽SA3000 還不會覺得很糟

不過若是跟其他耳機相比 則優劣立顯

人聲還不錯 但樂團好像離唱者遠遠的 好像SINGER唱他的

BAND演奏自己的 沒有參與感

交響樂也差不多 雖然感覺細節很多 但不會讓你很享受在音樂中

總的說 雖然談不上難聽 就讓人難以保留深刻的印象

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