本地音频后期:响度标准化、静音裁剪、格式转换,以及游戏音效与音乐平台上传的一键预设,由本机 ffmpeg 驱动。
安装
# Release 预构建包
dsh plugin --profile web add "https://github.com/474885697-alt/dsh-kit/releases/download/v0.1.0/dsh-audio-post-0.1.0.tgz"
# GitHub 源码(首次需按提示配置 allowBuilds 构建授权后重试)
dsh plugin --profile web add github:474885697-alt/dsh-kit#path:/plugins/dsh-audio-post
装任何插件都等于在你的机器上跑第三方代码,权限和你本人一样大——能读你的文件、用你的凭据、访问网络,工具审批管不到它。GitHub 来源的插件还会在安装时执行构建脚本——pnpm 默认拦截,所以安装可能停在 ERR_PNPM_GIT_DEP_PREPARE_NOT_ALLOWED 或 ERR_PNPM_IGNORED_BUILDS;dsh 会打印出需要添加的确切键名,把它加进该 profile 的 pnpm-workspace.yaml 的 allowBuilds 下,重跑一次即可装上。放行构建本身就是一次信任判断:请只安装可信来源,并尽量锁定 commit(github:owner/repo#sha)。
README
ffmpeg 音频后期:转码、按预设压响度、批量处理。
版本 0.1.0 | 包名 dsh-audio-post | 仅宿主侧(无客户端代码)| MIT
它解决什么问题
AI 生成的音频经常响度忽大忽小、首尾有静音;游戏音效要短促干净,网易云上传要 -14 LUFS。
四个预设把常用参数固定下来:game-sfx(去首尾静音 + -16 LUFS)、netease-ai-music(-14 LUFS / 320k)、voice-clean(高通 + 降噪 + -16 LUFS)、voice-loud(-14 LUFS / 192k)。
同格式批量处理时会自动加 .post 后缀,不会覆盖源文件,也不会把上一轮产物再处理一遍。
安装
plugin_manager install_bundle target="C:/Users/03/Documents/deepseek-harness/default-workspace/plugins/dsh-audio-post"
装完即可用,工具会出现在工具列表里;用 plugin_health 可以体检清单。要卸载就用插件页的开关。
工具
| 工具 | 用途 | 参数(* 表示必填,? 表示可选) |
|---|---|---|
audio_info |
查看音频文件的时长、码率、采样率、声道、编码 | path string |
audio_convert |
转码为 mp3 / wav / m4a,可指定采样率与码率 | input stringoutput? stringformat? mp3 / wav / m4asample_rate? integerbitrate? string |
audio_preset |
套用后期预设:game-sfx / netease-ai-music / voice-clean / voice-loud | input stringpreset game-sfx / netease-ai-music / voice-clean / voice-loudoutput? string |
audio_batch |
对整个目录的音频批量套预设 | dir stringpreset game-sfx / netease-ai-music / voice-clean / voice-loud |
用法示例
示例:看信息 → 套预设
audio_info(path="D:/sfx/hit.mp3")
audio_preset(input="D:/sfx/hit.mp3", preset="game-sfx", output="D:/sfx/hit.clean.mp3")
示例:整目录批量
audio_batch(dir="D:/sfx", preset="game-sfx")
HTTP 路由(仅本机 loopback)
| 方法 | 路径 | 说明 |
|---|---|---|
| GET | /api/dsh-audio-post/recipes |
返回四个预设的参数说明 |
| GET | /api/dsh-audio-post/info |
?path=<音频文件>,返回时长/码率/采样率 |
配置
- ffmpeg 查找顺序:环境变量
DSH_FFMPEG→~/.dsh/tools/ffmpeg/ffmpeg.exe→ PATH。 audio_convert支持mp3|wav|m4a,可指定sample_rate与bitrate。
数据存在哪
- 不保存中间状态;产物写到指定路径或源文件同目录。
安全边界
- 只调用本机 ffmpeg/ffprobe,不联网;
audio_batch只处理目录第一层的音频文件。
已知行为
- 批量时同格式输出会变成
<名字>.post.<ext>;再跑一次会跳过.post.*。
验收
- 用真实 ffmpeg 生成 440Hz 正弦波跑
game-sfx,1.04s / 197kbps 结果正常。
宿主兼容性
- Web / 桌面宿主:HTTP 路由与工具都可用。
- headless / CLI(没有 webServer 服务):路由自动跳过,工具照常注册。
链接
同类插件
Yuuyuko-uu/dsh-tts-bridge★ 217
用 DeepSeek 网页端自带的朗读,把 DSH 里的对话念出来,靠一个小浏览器扩展驱动。
PolinniZhong/dsh-omi-voice★ 75
DeepSeek Harness 对话内朗读:点一下即可朗读、暂停、继续 AI 回复,豆包 TTS 自然音色(BYOK),只读最终回答并过滤代码、表格与图形,本地引擎,插件零 Key。
1624318455/dsh-plugin-tts★ 51
用免费 Edge TTS 或你自己的 RVC 音色朗读 AI 回复:消息朗读与自动朗读、长文自适应分块渐进播放(无缝衔接)、音色包仓库一键安装、便携 RVC 运行时。
beiyege-01/dsh-voice-ai-girlfriend-plugin★ 49
Web UI 语音 AI 女友:FunASR 麦克风语音输入、Qwen3-TTS 语音回复、数字人动画窗、QQ 双向聊天(文本/语音/图片推送,经 NapCat)。
ppy-web/dsh-plugin-xiaomi-mimo-tts★ 41
为 DSH 提供小米 MiMo、豆包、Breeze 和浏览器语音,支持接入外部供应商与本地模型、文本过滤、实时流式朗读、音频下载、音效、桌宠及 QQ Bot、AI Passport 联动。
PensiveFei/dsh-voice-scribe★ 36
面向 DSH Web UI 的语音输入插件:点按或按住 Alt 听写,结果落进输入框草稿。默认本地离线 SenseVoice(离线、零配置、零 key),自动回退浏览器 Web Speech,可选 OpenAI 兼容云端 ASR 服务链,可经 DSH 已配置模型润色,带设置页。
社区评论
评论公开保存在 GitHub Discussions。加载评论会连接 GitHub 和 Giscus;发表内容需要 GitHub 账号。