Silencio空投即将启动:手机测噪音赚钱新玩法!DePIN $SLC加密货币手机挖矿项目详解

分类:币圈热点更新于1734875247000收藏
北美掘金YongmingUniverse
北美掘金YongmingUniverse
全球粉丝数:2.53万人

视频简介:视频介绍了一个通过手机测量噪音赚钱的项目,该项目名为Sencl,用户可用手机app记录周边噪音情况并将数据上传,未来可能获得名为SLC的加密货币奖励。app将测量过程游戏化,用户可通过观看广告增加积分奖励。起初作者对项目持怀疑态度,认为数据准确性和商业价值有待验证。

#加密货币 #加密货币 #区块链 #Web3 #比特币 #bitcoin
*The contents on this channel are for educational purposes only. We do not promise or guarantee your financial success.
*加密货币的投资风险是非常高的,影片内容纯属个人分享,非金融建议。

文字版:

用手机测量噪音就能赚钱,这听起来有些不可思议,但究竟是如何实现的呢?在今天的视频中,我们就来深入探讨一下噪音以及如何利用它赚钱这个话题。尽管我们每天都身处噪音之中,但很少有人想过如何利用噪音来创造收益。

在购房或租房时,我们通常都会关心街道是否安静。我之前在讲述房地产投资时,曾提到有些细节是线上无法完全体会和观察到的,比如噪音。然而,这个问题可能很快就会得到解决。

未来的某一天,你可能会发现,只需在网上就能查询到某条街道或某个位置的噪音情况。甚至,谷歌地图或其他地图应用可能会加入噪音数据,让你在查看街景的同时,还能了解不同位置的噪音状况。那么,这是如何做到的呢?

在今天的视频中,我们将介绍一个致力于收集噪音数据的项目——低频项目(Low Frequency Project)。低频这个概念,我在“北美掘金”频道已经多次提及,它指的是去中心化物理基础设施网络,即集合众人的力量来完成某项任务,而你只需要一部手机就能参与。

今天我们要说的这个项目叫做Deep,并且它很快就要进行TGE(Token Generation Event,代币生成事件)了。据核心团队透露,TGE可能会在2025年1月进行,所以现在离这个时间已经很近了。

如果你想参与这个项目,一定要看完今天的视频,了解如何参与以及需要注意的事项。如果你第一次看到我,我是黄永明,在“北美掘金”频道专门分享与赚钱相关的信息。我相信,即使生活在美国这个世界上最富有的国家,仍有一部分人在财务上挣扎。这完全是因为他们没有接触到正确的信息,没有得到正确的支持,也没有能够引领他们改变生活的人。而“北美掘金”致力于改变这一点。

现在,我们先来看一段视频。这是我在手机上实际运行这个APP所录制的一段录像。你可以看到,我以步行的速度在路上走着,APP似乎在记录着什么。它的单位是声音大小的单位,下方还有一个计时器在走动。

随着我走到不同的位置,APP会点亮不同的网格。这个过程就是APP在测量我所在位置的噪音情况,并将数据记录下来的过程。你可以在手机上轻松地点开记录,然后当你要结束时,只需长按按钮即可结束。

这个APP是完全免费使用的。当你贡献数据后,将来可能会获得一种叫做SLC的加密货币作为奖励。这种货币目前还没有发行,最快可能在2025年1月发行。

当你记录完后(我这里只是做演示,只记录了大概两分钟,你当然可以记录更长的时间),只需长按按钮结束记录。之后,你还有一次机会增加你所获得的积分奖励。这些积分将来可以兑换成加密货币,而且积分的奖励是可以翻倍的。

那么如何增加这个系数呢?它会让你看一段广告,看了广告之后就可以获得一次抽奖的机会。抽奖的结果会是一个倍数,这个倍数会乘以你刚才所获得的积分,最后得出一个总的积分和一个排名。这就是这个APP的基本玩法。

这个APP一方面在收集环境噪音的数据,另一方面把这个过程游戏化了,让你感觉自己就像在打游戏一样。那么这个APP叫什么呢?它叫Sencl。如果你想参与,很简单,只需在手机上下载Sencl这个APP。注册时,如果你使用我的邀请码itostar,可以立即额外获得两百积分。

我现在把我的邀请码也放在屏幕上,你可以直接扫描这张图片上的二维码来下载Sencl这个APP。其实我自己在2024年8月份就已经加入了,但一直没有拿出来分享是因为起初我没有太重视。那个时候我不太理解采集这些噪音数据究竟有什么商业价值。

我感觉如果只是一帮环保主义者搞的项目,那可能就没什么意思了。因为他们可能只是理想主义地去搞环保。说到底,Deep项目能不能成功,还是要看它有没有盈利能力。

另一方面,我也不太理解它的监测数据有多大的价值以及是否准确。因为当你用手机监测时,你可能把手机放在口袋里或包里,这样它对外界环境声的反应是否准确呢?或者有时候你拿着手机在外面,但你在跟其他人讲话,那你讲话的声音肯定也会掺入到环境音中,影响数据的准确性。

所以起初我是比较怀疑这个数据的。