MIT 授权的 DSH 插件，做 agent 主导的音频生产：采样乐器、时间线编排、音效、TTS、自动混音平衡与可视化 DAW，单个项目上限 15 分钟 / 20 轨。
DSH 适配
原生运行时
作者声明
安全审计
未审计
最后核验
2026-11-11
许可证
MIT
01它能帮你完成什么？
在 DSH 对话里把一个声音想法做成完整的音频项目
渲染好的多轨项目——采样乐器、人声、音效——排在一条时间线上并混成成品文件
在 DSH 里指挥 agent、而不是手写合成代码的视频作者、播客与游戏音频作者
逐轨试听并微调 agent 做出来的东西
可视化 DAW：每轨波形、可拖动片段、片段增益与淡入淡出，以及把选中区间「Add to conversation」变成 agent 参考
想把晚半秒的台词或被埋掉的音效手工修好、而不是整段重新生成的人
02如何接入 DeepSeek Harness？
前置条件
- Node.js 22.19+（22.x）或 24+，后者随 DSH 一起分发
- ffmpeg —— 只有语音合成与视频混流才需要
- 一个从设置页装好的 SoundFont 音源；仓库本身不带
安装步骤
- 01
运行 `dsh plugin --profile desktop add dsh-any-audio`（profile 名换成 DSH 实际启动的那个）
$ dsh plugin --profile desktop add dsh-any-audio
- 02
重启一次 DSH，让它加载插件
- 03
打开 DSH 设置里的 AnyAudio 页，安装音源（默认建议 GeneralUser GS）、切换语音引擎并调整混音默认值
验证接入成功
作者未说明
03DSH 适配与能力边界
通过 dsh CLI 安装的 DSH 插件 bundle，带一个 AnyAudio 设置页与 DSH 内的 DAW 页签
采样乐器渲染
agent 写出的音符→用 `~/.dsh/anyaudio/fonts` 里的本地 SoundFont（.sf2 / .sf3 / .dls）渲染出的乐器音频
全机所有项目与 agent 会话共用一个音色库时间线编排
渲染好的片段、台词、音效→一条毫秒级对齐的时间线，音乐、旁白与音效共用同一个时钟
单个项目上限 15 分钟、20 轨自动混音平衡
轨道角色（例如 `narration`）、增益、声像与淡入淡出→按顺序排好的轨道、逐轨增益 / 声像 / 淡入淡出、narration 轨自动压低其他总线、主输出峰值归一化
声明为 narration 的轨道会自动压低其他总线语音合成
对白台词→Edge TTS（默认，无需 key）或 MiMo-V2.5-TTS（可选，开放平台 API key）合成的人声
Edge TTS 走微软公开端点，需要 ffmpeg 把 MP3 转 WAV，可能被限流MiMo 的 key 存在 DSH 凭据里，只在宿主侧读取无头渲染器
一个 score.json→一个 wav 文件，不需要 agent 参与
04适合谁？何时不该用？
适合
- 在 DSH 里指挥 agent、而不是手写合成代码的视频作者、播客与游戏音频作者
- 想把晚半秒的台词或被埋掉的音效手工修好、而不是整段重新生成的人
不适合
- 单个项目最长 15 分钟、最多 20 轨，超过任一项都会报错。
- 视频可以作为参考画面放在项目里，但这一版不会裁剪、拼接或加转场。
- 只支持 SoundFont —— 没有 SFZ、Kontakt 或 VST，转换其他源格式不在这一版的范围内。
05兼容性、维护与安全提示
- 单个项目最长 15 分钟、最多 20 轨，超过任一项都会报错。
- 视频可以作为参考画面放在项目里，但这一版不会裁剪、拼接或加转场。
- 只支持 SoundFont —— 没有 SFZ、Kontakt 或 VST，转换其他源格式不在这一版的范围内。
- 包里不带任何 SoundFont：要先从设置页装一个音源，或把兼容文件放进 `~/.dsh/anyaudio/fonts`。
- 没有逐音符的包络控制：attack 与 release 来自预置，断奏要靠短音符加间隔，力度靠 velocity 与 expression。
- 中国乐器是 General MIDI 的近似——`guzheng` 映射到 Koto、`dizi` 映射到 Flute、`erhu` 映射到 Fiddle，专用音源会更好。
- 轨道里只放成品音频：每个片段都是已渲染的 wav/mp3，MIDI、谱面与参数永远不进时间线。
MIT · 仅 README 证据，最新版本 v0.2.0，未做安全审计
06常见问题
怎么在 DeepSeek Harness 里安装 AnyAudio？
运行 `dsh plugin --profile desktop add dsh-any-audio`（`desktop` 换成 DSH 实际启动的 profile），然后重启一次 DSH。之后在 DSH 设置的 AnyAudio 页装音源、选语音引擎、设定混音默认值。
需要自己准备 SoundFont 吗？
需要——仓库不带任何 SoundFont。插件建议用 GeneralUser GS 作为默认基础音源、MuseScore General 作为额外的管弦音源，也能加载放进 `~/.dsh/anyaudio/fonts` 的 `.sf2` / `.sf3` / `.dls` 文件，这个目录是全机共享的音色库。
要配 API key 吗？
默认路径不需要：Edge TTS 走微软公开端点，需要 ffmpeg 把 MP3 转 WAV，可能被限流。MiMo-V2.5-TTS 是可选项，用普通开放平台 API key，存在 DSH 凭据里、只在宿主侧读取。
项目有什么限制？
单个项目最长 15 分钟、最多 20 轨，超过任一项都会报错。轨道里放的是渲染好的 wav/mp3，MIDI、谱面和参数不会进时间线；视频只能作为参考画面放在项目里。
某句台词晚了半秒怎么办？
打开 DAW 页签手动挪片段——README 建议手动修而不是整段重生成，因为人和 agent 共用一条时间线。选中区间按「Add to conversation」把它变成参考，再描述你想怎么改。
07相关的 DSH 工作流
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数据与来源
AnyAudio is an audio production toolkit for AI agents.
dsh plugin --profile desktop add dsh-any-audio
页面基于项目公开文档、仓库元数据和 DSH Plugins 的结构化解析生成；最后核验于 2026-11-11。发现错误？提交更正。
最佳 DeepSeek Harness 插件
从全目录挑出的 12 个值得优先安装的插件，覆盖各个分类。