電腦喇叭維修記

電腦喇叭我覺得音質是其次

好的電腦喇叭應該要肩負起多元的媒體播放

玩遊戲要有音場跟方向

看電影要有震撼跟層次

聽音樂又需多元耐聽

基本上...我根本就不相信有全方位喇叭的存在

只要以上所有的表現 「都不差」

那就算是很完美的電腦喇叭了

我的電腦喇叭是Creative 的Cambridge Soundworks FPS 2000

創巨有點歷史的喇叭

具有SPDIF輸入EAX自解碼的功能

算是當時跟SB Live結合度最高的一款喇叭

四個衛星喇叭 算當時的主流

跟現在的電腦喇叭比起來

聲音偏厚實許多 不像現在雙音路的電腦喇叭聽起來那麼刺激 細節豐富

不過但卻很耐聽 很有氣氛

B00000JGN1.01.LZZZZZZZ

 

不過最近大小問題不斷

1. 低音VR忽大忽小聲

2. 聲音輸入接觸不良

3. 電源接頭接觸不良

 

所以趁著有空整修一下

因為忘記拍過程

所以直接跳到電路板吧

SAM_1680

讓人很無力的用料

背面..

SAM_1679

中間怎麼有燒焦的痕跡 @@""

SAM_1681

電容 JunFu 這啥鳥牌?

 

SAM_1682

..原本的50K可變電阻

接下來開工修理吧

換了ALPS VR上去 
 SAM_1687-1

 

接觸不良的原因 接頭的地接腳已經脫焊了

SAM_1683

焊錫換成純銀的通通補焊一次

拿接點清潔劑狂噴一下

SAM_1688

裝回去 原本的VR洞太小  需要擴孔

SAM_1689SAM_1690

合體

SAM_1692

暫時找不到旋鈕蓋...

手邊沒有電容可以升級

不過我想應該聽起來都差不多...

整理一下 老東西可以再戰十年阿

 

順便提一下我的電腦喇叭線

RebelAcoustics UC-OFC 4N SCC-1000

SAM_1696

不粗 但每股線蕊達到1000蕊

每根都細如髮絲 很軟 很好整理

抗氧化不錯 我用了快七年 露銅都沒有明顯氧化

能有很正面的提升聲音品質

高雄禾華買的到 一米約250

留言

匿名表示…
請問有沒有電腦喇叭維修介紹?
7月 08, 2011
fenderyao寫道…
hi 你指哪方面的？
7月 12, 2011
匿名表示…
我的CREATIVE T3130音響跑進去很多灰塵，會影響低音音響嗎??
8月 27, 2013
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