🤖

dsh-train-pipeline

模型推理更新于 2026.10.21

在终端中运行以下命令：

dsh plugin install InariNGT-Ofiicial/dsh-train-pipeline

将以下提示词粘贴到 DeepSeek Harness 对话框中：

在 DeepSeek Harness 中执行 dsh plugin install InariNGT-Ofiicial/dsh-train-pipeline，或按插件市场说明从 https://github.com/InariNGT-Ofiicial/dsh-train-pipeline 安装后重载 DSH。

插件介绍

想在 DeepSeek Harness 里把游戏或自采语音做成可翻唱用的本地音色，往往要跨解包、转码、质检和 DDSP 训练等多套工具。dsh-train-pipeline 把这条链路收进 DSH：从本机或 URL 找素材，到整理角色数据集、跑 Reflow 预处理与训练，再到把 model 与 config 注册进约定音色库，供翻唱插件发现使用。

插件提供 19 个可逐步调用的工具，而不是一条不可见的黑盒流水线。train_plan 给出流程与决策提示，train_hunt、train_fetch、train_unpack 等负责采集与解包（含部分吉里吉里封包与 SenrenCxCrypt 等已支持格式），train_scan 与 train_build 做盘点与转码整理，train_qc 做采样率、削波、静音与粗重复等检查。训练侧 train_preprocess 会备份并替换 DDSP 工程内音频目录，train_run 在后台跑 checkpoint；train_register 把结果写入音色库，默认不覆盖已有注册。

它主要面向 Windows，且依赖你自备 Node.js 18+、DSH 以及可用的 DDSP-SVC 6.2 Reflow 工程与 Python/GPU 环境——插件不会替你安装 DDSP 或下载预训练权重。适合愿意按工具返回的 ok、报告和产物逐步核对、并已有或愿意搭建独立训练工程的用户；与 dsh-cover-pipeline 配套时，训练产物可直接被翻唱流程加载。

需要心里有数的是：目录名与剧本启发式匹配不能证明标注绝对正确，番剧/录屏的分离与声纹归属尚未实现；注册成功只表示文件可被插件发现，不保证听感。仓库不含模型权重与游戏素材，芳乃等示例权重需按说明单独获取。