前言¶
DeepSeek Harness（dsh）的插件生态采用「一切皆插件」的理念。已有插件负责模型调用、数据处理，但很多开发者需要把工具集成到工作流里。本文介绍 dsh-tingdong，一个把英文有声读物（MP3）或英文文档变成听力课的插件，本机识别每一句、AI 朗读翻译、精听与间隔复习，练到「一听就懂」。
是什么¶
dsh-tingdong 是 DeepSeek Harness 的插件，由 AIcivilization 维护，分类属于「工具与能力（英语听力学习）」。它把英文音频或文档自动拆成句子，生成带翻译讲解的课程，提供精听、复习、磨耳朵、连续听等练习模式，数据全部存放在本机 ~/.dsh/dsh-tingdong/。
核心功能¶
导入文档¶
支持导入 PDF、Word（.docx）、EPUB 电子书、网页（.html）、TXT、Markdown 文件。没有文件也可以粘贴英文。
- 选择文件或拖拽文件到插件界面。
- 插件取出文字，显示确认卡片：读到的词数、预计分课数、朗读时长、处理时长、预计 token 数，并说明「会用 AI 整理文字」。
- 点确定后，在后台完成：
- AI 整理：去掉页眉页码目录、修好断行、分好章节，原文一个字不改、不翻译；长文分段、几段同时整理，逐段核对单词数，模型删多了就重来或改用原文。
- 存档：原文件、取出的原始文字、整理后的文字都留在~/.dsh/dsh-tingdong/docs/，课程概览里能下载。
- 分课：每个大标题一课，太长的按段落拆开。
- 朗读：默认微软 Edge，14 种美式 / 英式男女声，可选离线 Kokoro。
- 逐句翻译讲解：每句生成口语化中文、生词带音标、听音提示。
导入音频¶
支持导入 MP3 文件或整个文件夹。
- 识别：本机识别出每一句英文和它的起止时间。识别用的是 DSH 自带语音输入的同一套模型（SenseVoice + Silero VAD），音频不上传。
- 讲解：用 DSH 里选的大模型逐句校对英文（修正识别错误）、翻成口语化中文、挑出生词（带音标）、写一句「听音提示」（哪里连读、弱读、吞音），再写全篇概述和关键术语表。
- 练习：在 DSH 右侧栏「听懂」页签或手机浏览器打开，提供以下模式：
| 模式 | 做法 |
|---|---|
| 今日学习 | 首页一个按钮：所有课里该复习的句子 + 每天 10 句新句子串成一组；显示连续学习天数、今天学了几句、约几分钟、最近 7 天 |
| 精听 | 每句先只听不看猜意思 → 看英文找出没听出来的词（点任意一个词看意思）→ 看中文和生词 → 再听一遍 → 自评「没听懂 / 半懂 / 听懂了」 |
| 复习 | 间隔重复，三种考法：自评、选意思（只听声音，三选一）、听写（打出来，逐词标出没听出来的）。没听懂的一分钟后再来，听懂的隔 10 分钟、1 天、3 天、7 天…再考；7 天后还能听懂算掌握。可以只练「收藏」或「难句」 |
| 磨耳朵 | 不用动手：每句放 1–4 遍，停几秒让你想意思，再接下一句；字幕可以逐步显示（第 1 遍不看字 → 第 2 遍英文 → 想的时候中文）。做成一段真正的音频，锁屏也能一直放，耳机线控切句，也能下载 |
| 连续听 | 一句接一句不停地播，英文 / 中文字幕分别开关；最后关掉字幕整篇听 |
| 词汇 | 全篇关键术语、每句的生词、你查过的词，点一下听原句 |
声音与导出¶
同一课可以换声音听，在课程页上方切换，每种都能下载成 MP3 放到手机上。
| 声音 | 说明 |
|---|---|
| 原声（完整） | 原始音频，含背景音乐和长空白 |
| 原声·去空白 | 只留讲话，句间停 0.7 秒 |
| 原声·压背景 | 只留讲话，再滤掉低沉的双耳节拍和高频噪声 |
| 系统朗读 | macOS 自带语音读校对后的英文；在系统设置里下载「高级 / 增强」英文语音后会自动用上 |
| Kokoro 朗读 | 离线神经网络语音（11 种美式 / 英式男女声，可调语速），第一次用时下载约 103 MB 模型 |
导出功能（每课的「导出」页签）：
- 中文配音（音频）：可以下载 MP3 或无损 FLAC（44.1 kHz / 16 位，和合成出来的原始音频同源，不是 MP3 转的）。把英文换成中文配音，只有中文、没有背景音，每句中文从对应英文开始的时刻开始说，总长和原音频一样。两种语音可选：
- 本地 Kokoro：离线，55 个普通话女声、45 个普通话男声，每个都能先试听；第一次用时下载约 147 MB 模型
- 微软 Edge：晓晓、云希、云扬等 14 种（含台湾、粤语、方言），要联网。插件调用开源工具 edge-tts，点「安装 Edge 语音组件」会装进插件自己的 Python 虚拟环境（需要电脑上有 Python 3）。文字会发到微软的服务器；这不是微软公开的正式接口，可能失效
- 文字：双语 / 英文 / 中文字幕（SRT）、双语歌词 LRC（Walkman 等播放器滚动显示）、录音稿（每句的开始时间、英文时长、可用时长和中英对照，照着自己录中文配音）、表格 CSV。时间可按原音频或「原声·去空白」
安装与启用¶
运行要求¶
- Node.js ≥ 20
- DSH web / desktop profile
- 解码 MP3 需要 ffmpeg（Mac：
brew install ffmpeg）
安装命令¶
装进 DSH：
dsh plugin --profile desktop add dsh-tingdong
（把 desktop 换成你的 profile 名；先完全退出 DSH）
命令行版（不开 DSH 也能用）：
npm i -g dsh-tingdong
源码安装：
dsh plugin --profile desktop add github:AIcivilization/dsh-tingdong
可选配置¶
在 profile 的 cordis.patch.yml 里：
- id: dsh-tingdong
config:
provider: dsh-model-workbuddy-ai # 翻译用的模型；不填就用 DSH 的默认模型
model: workbuddy-ai/deepseek-v4.1-flash-sg
ffmpeg: /opt/homebrew/bin/ffmpeg # 找不到 ffmpeg 时填
threads: 2 # 识别线程数
用手机学（VPS）¶
在电脑上做课（识别、翻译、生成声音都很吃 CPU），发到 VPS 上的 DSH，手机浏览器打开学习：
- VPS 上装好 DSH（比如用 dsh-vps），也装上本插件：
dsh plugin --profile web add dsh-tingdong（以运行 DSH 的用户执行，再重启 DSH）。VPS 上不需要 ffmpeg。 - 电脑上的「听懂」首页底部「手机学习（VPS）」：选 SSH 主机（
~/.ssh/config里的，要能用钥匙免密码登录）→「查找 VPS 上的 DSH」→ 选一个。 - 点「全部发送到 VPS」，或在每课「管理」里单独发送。只发课程内容和声音，不会覆盖 VPS 上的学习进度。
- 手机打开
https://<你的域名>/api-dsh-tingdong/panel（首页会显示这个地址），可以「添加到主屏幕」当 App 用。
发送走 SSH（tar 流解到 VPS 上 DSH 用户的 ~/.dsh/dsh-tingdong/lessons/），不经过网页登录门。
不开 DSH 也能用¶
node bin/dsh-tingdong.js import "/Volumes/kuozhan/门罗/CD4" # 整个文件夹，每个音频一课
node bin/dsh-tingdong.js serve # 打开 http://127.0.0.1:4810
node bin/dsh-tingdong.js import-doc 手册.md --voice en-US-AndrewNeural # 导入整理好的英文文档
node bin/dsh-tingdong.js list
node bin/dsh-tingdong.js voices all --track kokoro --voice am_michael # 批量生成声音轨
命令行版的模型：--base-url / --api-key / --model，或环境变量 TINGDONG_BASE_URL / TINGDONG_API_KEY / TINGDONG_MODEL（任何 OpenAI 兼容接口）；都没给就用本机的 dsh-model 网关。
适用场景与注意¶
适合需要系统练习英文听力、把现有音频或文档转化为学习材料的用户。插件以当前 dsh 进程权限运行，安装前应检查源码与许可证。
数据全部存放在本机 ~/.dsh/dsh-tingdong/，识别用 DSH 自带语音输入模型（音频不上传），讲解和朗读用你在 DSH 里选的大模型，Edge 语音组件需联网（文字会发到微软服务器）。
结尾¶
dsh-tingdong 把英文有声读物或文档变成听力课，提供精听、复习、磨耳朵等练习模式，数据本地存储，支持命令行版和 VPS 远程学习。更多细节可在 dsh-plugin.org 插件目录查看。
目录与源码¶
- 目录页：https://www.skillhub.cn/plugins/AIcivilization/dsh-tingdong
- GitHub：https://github.com/AIcivilization/dsh-tingdong
