DSH Plugins
返回列表
🤖

dsh-soundtry

模型推理 更新于 2026.11.02

在终端中运行以下命令:

dsh plugin install CixiSVesper/dsh-soundtry

将以下提示词粘贴到 DeepSeek Harness 对话框中:

在 DeepSeek Harness 中执行 dsh plugin install CixiSVesper/dsh-soundtry 即可安装本插件(源码:https://github.com/CixiSVesper/dsh-soundtry)。

插件介绍

Agent 要理解视频、播客或音乐里的声音,往往只能依赖云端 ASR 或人工听写,成本高、也难做节奏与和声层面的推理。dsh-soundtry 是 DSH 的本地听觉插件:转写、节奏、旋律、和弦与段落结构六类能力都在本机完成,不调用外部 API,适合需要「听得懂、说得清」的自动化工作流。

核心是一条可复用的分析链。默认用 UVR MDX-Net(ONNX)做人声分离,再在人声区间上做 Whisper 转写,并配合能量门控减少无人声段的幻觉;同时提供 BPM 与切点对位、人声旋律轮廓、拍级和弦时间轴,以及前奏/主歌/副歌等结构边界。插件对不确定结果会明示——例如 BPM 的歧义态、和弦根音与品质的置信差异——避免 Agent 把启发式输出当成铁证。

适合在 Windows 上跑 DSH、经常让 Agent 处理本地音视频的人:做字幕与台词引用、判断剪辑是否踩拍、对比副歌是否升调或换和弦、按段落切片等场景,都可以用 sound_read 一次拿全量摘要,或按需调用六个独立工具。依赖与模型体积在 manifest 中声明,首次运行自行安装与下载;推理设备、分离后端与转写模型可在插件详情页调整,保存后下次调用即生效。

使用场景

  • 为本地视频或播客生成带时间码的字幕与台词引用
  • 判断剪辑切点是否跟 BPM 与鼓点节奏对齐
  • 分析歌曲的人声旋律、和弦进行与段落边界以便切片或对比

适合人员

  • 在 Windows 上使用 DSH、常让 Agent 处理本地音视频的用户
  • 需要本机推理、避免云端 ASR API 费用的创作者与开发者
  • 做音乐向内容理解(歌词、结构、和声)的自动化工作流搭建者