主要目的

提升Coding能力，掌握一项比较实用的技术。同时也为后续可能存在的场景大模型训练打下基础

预期目标（希望能一两个月内完成）

了解训练用框架：pytorch-lighting
了解训练用框架：accelerate
了解训练用框架：DeepSpeed
了解推理框架：TensorRT
了解推理框架：onnx

整理DreamScene的代码，重构&精简。

GUI可能需要暂时搁置（可能的解决方案：基于Konva.js计算参数配置，使用FastAPI或Gradio本身构建后端交互服务，可能会需要比较多的前后端交互设计。但是如果能做出一个Demo其实是很有用的）

GPT-SoVITS的内网穿透websocket后端+公网后端，目前不太能实现并发，等待队列也很粗暴，而且推理速度有点太慢了。（需要进一步优化快速推理分支，目前来看似乎暂时有点缺乏维护）
可能需要探索一下其他的TTS方法的训练，改善推理稳定性&加快速度，减少吞字多字的问题。

LiteLoaderQQNT-TTS的改进。（可能需要借助大模型的帮助了，看看如何实现动态配置等操作。（其实可以做个在线的配置加载服务？借助自定义协议功能什么的（这部分可以参考installer的实现。）

学习记录(持续更新)