MIT 授權的 DSH 外掛，做 agent 主導的音訊生產：取樣樂器、時間線編排、音效、TTS、自動混音平衡與視覺化 DAW，單個專案上限 15 分鐘 / 20 軌。
DSH 整合
原生執行環境
作者聲明
安全稽核
未稽核
最後核實
2026-11-11
授權條款
MIT
01它能幫你完成什麼？
在 DSH 對話裡把一個聲音想法做成完整的音訊專案
渲染好的多軌專案——取樣樂器、人聲、音效——排在一條時間線上並混成成品檔案
在 DSH 裡指揮 agent、而不是手寫合成程式碼的影片作者、播客與遊戲音訊作者
逐軌試聽並微調 agent 做出來的東西
視覺化 DAW：每軌波形、可拖動片段、片段增益與淡入淡出，以及把選中區間「Add to conversation」變成 agent 參考
想把晚半秒的台詞或被埋掉的音效手工修好、而不是整段重新生成的人
02如何將外掛接入 DeepSeek Harness？
先決條件
- Node.js 22.19+（22.x）或 24+，後者隨 DSH 一起分發
- ffmpeg —— 只有語音合成與影片混流才需要
- 一個從設定頁裝好的 SoundFont 音源；儲存庫本身不帶
安裝步驟
- 01
執行 `dsh plugin --profile desktop add dsh-any-audio`（profile 名換成 DSH 實際啟動的那個）
$ dsh plugin --profile desktop add dsh-any-audio
- 02
重啟一次 DSH，讓它載入外掛
- 03
開啟 DSH 設定裡的 AnyAudio 頁，安裝音源（預設建議 GeneralUser GS）、切換語音引擎並調整混音預設值
驗證整合成功
作者未說明
03DSH 整合程度與能力邊界
透過 dsh CLI 安裝的 DSH 外掛 bundle，帶一個 AnyAudio 設定頁與 DSH 內的 DAW 頁籤
取樣樂器渲染
agent 寫出的音符→用 `~/.dsh/anyaudio/fonts` 裡的本地 SoundFont（.sf2 / .sf3 / .dls）渲染出的樂器音訊
全機所有專案與 agent 工作階段共用一個音色庫時間線編排
渲染好的片段、台詞、音效→一條毫秒級對齊的時間線，音樂、旁白與音效共用同一個時鐘
單個專案上限 15 分鐘、20 軌自動混音平衡
軌道角色（例如 `narration`）、增益、聲像與淡入淡出→按順序排好的軌道、逐軌增益 / 聲像 / 淡入淡出、narration 軌自動壓低其他匯流排、主輸出峰值歸一化
宣告為 narration 的軌道會自動壓低其他匯流排語音合成
對白台詞→Edge TTS（預設，無需 key）或 MiMo-V2.5-TTS（可選，開放平台 API key）合成的人聲
Edge TTS 走微軟公開端點，需要 ffmpeg 把 MP3 轉 WAV，可能被限流MiMo 的 key 存在 DSH 憑證裡，只在宿主側讀取無頭渲染器
一個 score.json→一個 wav 檔案，不需要 agent 參與
04適合誰？何時不該用？
適合
- 在 DSH 裡指揮 agent、而不是手寫合成程式碼的影片作者、播客與遊戲音訊作者
- 想把晚半秒的台詞或被埋掉的音效手工修好、而不是整段重新生成的人
不適合
- 單個專案最長 15 分鐘、最多 20 軌，超過任一項都會報錯。
- 影片可以作為參考畫面放在專案裡，但這一版不會裁剪、拼接或加轉場。
- 只支援 SoundFont —— 沒有 SFZ、Kontakt 或 VST，轉換其他源格式不在這一版的範圍內。
05相容性、維護與安全提醒
- 單個專案最長 15 分鐘、最多 20 軌，超過任一項都會報錯。
- 影片可以作為參考畫面放在專案裡，但這一版不會裁剪、拼接或加轉場。
- 只支援 SoundFont —— 沒有 SFZ、Kontakt 或 VST，轉換其他源格式不在這一版的範圍內。
- 包裡不帶任何 SoundFont：要先從設定頁裝一個音源，或把相容檔案放進 `~/.dsh/anyaudio/fonts`。
- 沒有逐音符的包絡控制：attack 與 release 來自預置，斷奏要靠短音符加間隔，力度靠 velocity 與 expression。
- 中國樂器是 General MIDI 的近似——`guzheng` 對映到 Koto、`dizi` 對映到 Flute、`erhu` 對映到 Fiddle，專用音源會更好。
- 軌道裡只放成品音訊：每個片段都是已渲染的 wav/mp3，MIDI、譜面與引數永遠不進時間線。
MIT · 僅 README 證據，最新版本 v0.2.0，未做安全稽核
06常見問題
怎麼在 DeepSeek Harness 裡安裝 AnyAudio？
執行 `dsh plugin --profile desktop add dsh-any-audio`（`desktop` 換成 DSH 實際啟動的 profile），然後重啟一次 DSH。之後在 DSH 設定的 AnyAudio 頁裝音源、選語音引擎、設定混音預設值。
需要自己準備 SoundFont 嗎？
需要——儲存庫不帶任何 SoundFont。外掛建議用 GeneralUser GS 作為預設基礎音源、MuseScore General 作為額外的管絃音源，也能載入放進 `~/.dsh/anyaudio/fonts` 的 `.sf2` / `.sf3` / `.dls` 檔案，這個目錄是全機共享的音色庫。
要配 API key 嗎？
預設路徑不需要：Edge TTS 走微軟公開端點，需要 ffmpeg 把 MP3 轉 WAV，可能被限流。MiMo-V2.5-TTS 是可選項，用普通開放平台 API key，存在 DSH 憑證裡、只在宿主側讀取。
專案有什麼限制？
單個專案最長 15 分鐘、最多 20 軌，超過任一項都會報錯。軌道裡放的是渲染好的 wav/mp3，MIDI、譜面和引數不會進時間線；影片只能作為參考畫面放在專案裡。
某句台詞晚了半秒怎麼辦？
開啟 DAW 頁籤手動挪片段——README 建議手動修而不是整段重生成，因為人和 agent 共用一條時間線。選中區間按「Add to conversation」把它變成參考，再描述你想怎麼改。
07相關的 DSH 工作流程
dsh-our-free-model
作者 ebony-vinyl
在 dsh 里装上这个插件即可，无需登录、注册或填 API Key，就能使用包括 DeepSeek V4.1 Flash、Kimi K3 在内的前沿模型——完全免费，不限量。 All you do is install this plugin in dsh: no login, no sign-up, no API key — the frontier models are just there, DeepSeek V4.1 Flash and Kimi K3 among them. Completely free, with no usage cap.
dsh-routing-suite
作者 yjh051108
DeepSeek Harness（dsh）路由套件：先装运行时注入器，再加载任务感知的推理模式路由预设（已实测 P1-P23）。
dsh-ops
作者 t-auto
A toolkit for low-level operations in DSH, designed to reduce token usage and task execution time / DSH 底层操作工具插件，旨在减少 Token 消耗与任务耗时
brooks-lint
作者 hyhmrright
基于 12 本经典工程书籍的 AI 代码评审工具，提供腐化风险诊断、书籍引用、严重度标签及 6 种分析模式。
08資料與來源
AnyAudio is an audio production toolkit for AI agents.
dsh plugin --profile desktop add dsh-any-audio
此頁面根據專案公開文件、儲存庫中繼資料與 DSH Plugins 的結構化解析所產生；最後核實於 2026-11-11。發現錯誤？提交更正。
最佳 DeepSeek Harness 外掛
從全目錄挑出的 12 個值得優先安裝的外掛，涵蓋各個分類。