最近我想把我的油管视频的RSS引入到我的其他网站，比如OurCoders里。这本来应该不难。本来OurCoders的代码里面就包含了magpierss，这是一个古老的PHP RSS解析库，但是一直都可以用。
最近一段时间，抑郁情绪越来越好，但是还是经常需要一些爽文小说和游戏打发时间。
突然有一天，我想干脆我也做一个游戏吧。我从小学电脑，写的第一个程序其实是在学习机上用Basic模拟一个马里奥游戏，当然也是很简单的demo，毕竟那个游戏的游戏卡我也有，我也没必要完全做出来，就是尝试一下。
大家知道我有好几个 Youtube 频道，目前主频道是Tinyfool的胡说八道。
我现在有几种视频拍摄方式，其中一种主要的是用 Mac 的 QuickTime player 来录制，录制高品质的版本生成的 .mov 文件，文件非常大。
我最近录制的一个视频有48分钟，1080p的，文件尺寸足有51G。直接上传到 Youtube 也可以，但是实际上 Youtube 也会把你上传的视频进行压缩，所以，事先先压缩可以节约大量的翻墙流量。
于是我研究了一下 FFMpeg 的命令，用下面的命令来做压缩：
ffmpeg -i input.mov -vcodec h264 -acodec mp2 -vf scale=-1:1080 output.mp4-vcodec h264是因为 Youtube 内置的视频格式是 .h264-acodec mp2是因为 Youtube 内置的音频格式是 mp2- 原视频是 1080p 的，用
-vf scale=-1:1080是为了保护分辨率不被篡改。这些参数的结果是上传到 FFMpeg 以后不会有更近一步的压缩，节省了上传后的处理时间。
用了一些日子，效果非常不错。
但是这个转换速度很慢，耗时很长，我今天又研究了一下。在压缩的时候，CPU 可以跑满，这说明这完全是一个软压缩。于是我寻找了一下， FFMpeg 如何在Mac下加速，原来加入 -c:v h264_videotoolbox 就可以了。于是命令变为：
ffmpeg -i input.mov -vcodec h264 -acodec mp2 -vf scale=-1:1080 -c:v h264_videotoolbox output.mp4在我的 Mac M1Max 笔记本上用新命令之前压缩 48 分钟的 51 G Mov文件需要 22分15秒，用了新命令，只需要12分钟1秒，省了大概一半的时间。
但是我发现用新命令的结果非常模糊，用 FFMpeg 检查文件发现，原来的 bitrate 是 2868 kb/s，新命令的结果 bitrate 是 716 kb/s。默认的压缩率太高了，所以看起来很模糊，于是我加入了一个新的参数，-b:v 2800k 限制 bitrate，然后压缩的结果就看起来没有任何问题了。而压缩速度几乎没变。所以，最后的命令如下：
ffmpeg -i input.mov -vcodec h264 -acodec mp2 -vf scale=-1:1080 -c:v h264_videotoolbox -b:v 2800k output.mp4
一个代码重写问题
最近我又开始修改英语轻松读，准备加入一个很多用户提出的需求，就是提供一个本地字典，降低查询网络字典带来的延迟。
这并不是一个很难的修改。服务器端，网络字典的代码也是我写的，用Golang写的，按照一样的逻辑，写一个Swift版本几分钟的事情。但是这件事情折腾了我两个星期。
英语的屈折形态
英语中的屈折变化是对英语单词的变形，以表示语法关系或词义的不同细节。这种变化主要包括名词, 动词 和 形容词的词态改变。
1. 名词的屈折变化里，最常见的主要是单复数形式。比如，“cat” 的复数形式是 “cats”，或者”child”的复数形式是”children”；另外还有所有格，如 “John” 改变为 “John’s” 表示John的东西或所有物。
2. 动词的屈折变化包括了进行时态 (“is doing”), 完成时态 (“has done”), 过去时态 (“did”), 过去分词 (“done”) 等。这种改变不仅表示了动作的时间，而且还体现了动作的完成度，主语与动词是否一致等。
3. 形容词的屈折变化主要体现在比较级和最高级上，比如 “big”, “bigger”, “biggest” 分别表示”大”、“更大”和”最大”。
词干还原/屈折还原
在进行字典查询的时候，我们有需要把单词的屈折变化还原，得到词干，这样才能更方便的去查询字典。
比如，字典只有cat这个词，但是我们有时候看文章的时候遇到的可能是cats这个复数形式。或者，我们看到的是doing、has done、did或者done，但是字典中只有do这个词条。
Golem
GoLem 是一个托管在 GitHub 上的开源项目，设计为用 Go 编程语言实现的基于字典的词形还原器。 词形还原器是自然语言处理中使用的一种工具，用于将单词还原为其基本形式或词根形式。 例如，它将单词“aligning”转换为“align”。
该项目位于 GitHub 存储库“aaaton/golem”下，因其支持多种语言的多功能性而特别引人注目。 目前，它支持英语、瑞典语、法语、西班牙语、意大利语和德语。 GoLem 的灵活性允许添加更多语言，前提是这些语言有必要的词典可用。 用户可以针对他们想要使用的每种语言单独获取这些词典。
昨天我被“科技慢半拍”播客采访了，欢迎大家在播客App上搜索科技慢半拍，回头采访会放出来。
英语轻松读iOS版今天更新了1.20版。英语轻松读是我开发的，以阅读英文文章来增加词汇量，提高英语水平的App，一直以来好评如潮。
最近今天，一直在 AI 领域风头最劲的公司 OpenAI 出现了一幕幕狗血的剧情。首先是，突然 OpenAI 在官网发布信息开除了CEO Sam Altman。
大家知道最近互联网上的一个大热点，就是王自如和董明珠的事情。其实本身并不是一件多大的事情，但是在热搜上就是下不来。不仅是微博、抖音各种国内的平台，事实上哪怕是全球的关注度，在汉字搜索词里面都是一个大热门。
创新必然会被质疑
创新技术的往往伴随着热烈的欢迎和锐利的质疑。
最近，OpenAI在其Devday活动中推出了一系列新功能，引发了开发者社区的强烈反响。然而一方面，开发者对OpenAI能够不断推陈出新感到兴奋；另一方面，部分开发者在抱怨自己的产品概念和创意被OpenAI实现，从而面临如何在ChatGPT的生态系统中维持自身第三方应用的发展和竞争力的挑战。