dsh-rvc-cover

面向 Windows 的 DSH 插件：用本机已有的 RVC 模型翻唱，并让说话走同一个模型。

它不自带引擎，也不自带音色。插件注册一个 rvc-cover 技能，把分离、试听、换嗓、说话和混音的顺序、参数和失败判据交给 agent；真正出声靠本机的 Applio 或 RVC、ffmpeg，以及你自己的 .pth。

还没有在目标机器上跑通整首歌。脚本接口和 dry-run 核对过，安装、显卡推理和听感验收都还没做。不要把它当成已经能交付成品的工具。

核心特色：同一个模型，先听 10 秒

选好 Applio 目录和一份推理用的 .pth 之后，按这个顺序走，不要一上来转完整首歌：

1. 先体检：确认目录是 Applio 还是 RVC 2.3、解释器、ffmpeg 和模型在不在。
2. 先听 10 秒：第一次变调用 0。基频脚本只给两个片段的音高差，不直接当最佳调。
3. 再换嗓：Applio 走 core.py infer。RVC 2.3 没有这条命令行，只能开 WebUI。
4. 用同一份模型说话：Edge TTS 先合成，再交给同一个 .pth。这一步要联网，而且不能代替试听。
5. 最后混音：伴奏跟着移调，编码后回读响度。人声加的 2 dB 只是轨增益，不是测出来的相对伴奏电平。

文件生成了不算完成。说话、低音和高音要放在一起听，像不像同一个人只能用人耳判断。

功能

• 技能，不是一层会失败的按钮：引擎没装时不包 Host 工具，避免一调用就报错。
• 两种引擎布局：根目录有 core.py 认作 Applio，有 webui.py 认作 RVC 2.3。
• 换嗓脚本：convert.ps1 传当前 Applio 的 --volume-envelope；没有 .index 时仍传空的 --index-path，并把检索强度降到 0。
• 说话脚本：speak.ps1 走官方的 TTS 再 RVC 路径。默认源语音是 zh-CN-XiaoxiaoNeural，目标音色来自你的模型。
• 混音脚本：mix.ps1 优先用 rubberband 移调伴奏，没有就退回 ffmpeg。传入 -Source 才和原曲比时长。
• 参数说明：assets/references/parameters.md 写每个起点值是什么意思，以及哪些只是试听起点。

它挂在哪里

这是一个 bundle，不是 profile。package.json 的 dsh.bundle.patch 指向 cordis.patch.yml，补丁把插件插进行列；lib/index.js 只在 ctx.skills 上注册技能 rvc-cover。不注册工具、命令或模型适配器。卸载时 Cordis 会撤销这次注册。

安装

在要使用的 profile 里安装。本地目录和 GitHub 都可以：

dsh plugin --profile web add C:\path\to\dsh-rvc-cover
dsh plugin --profile web add github:SB-TDM/dsh-rvc-cover

装完后重启该 profile。插件列表里应显示「RVC 翻唱」。这一步还没有在本机验证。仓库已加 dsh-plugin 话题，方便在插件列表里被找到。

使用前要有

插件不带引擎、模型和 ffmpeg。下面都要自己装。脚本认的是根目录有 core.py 的 Applio，只装 Applio Desktop 安装包过不了体检。

依赖	干什么	在哪下
本插件	技能和脚本	https://github.com/SB-TDM/dsh-rvc-cover
DeepSeek Harness 命令行	执行 dsh plugin	https://www.npmjs.com/package/@deepseek-ai/dsh ，需要 Node.js。桌面客户端是另一条渠道：https://deepseekharness.online/download.html
PowerShell 7	跑 .ps1	https://github.com/PowerShell/PowerShell/releases
Applio 源码或 Windows 编译包	换音色、说话	源码 https://github.com/IAHispano/Applio ，进目录运行 run-install.bat。编译包 https://huggingface.co/IAHispano/Applio/tree/main/Compiled/Windows
推理 .pth	目标音色	https://applio.org/search 。放到 models\名字.pth，有同名 .index 就放一起。不要用 G_*.pth
ffmpeg、ffprobe	读音频、移调、混音	https://ffmpeg.org/download.html ，Windows 选 gyan.dev 的 release essentials，把 bin 加进 PATH
NVIDIA 驱动	体检和推理	https://www.nvidia.com/Download/index.aspx

说话要能联网，Edge TTS 在 Applio 里，不用另装。定调脚本在 Applio 的 Python 里装两个包：

& "$env:DSH_RVC_HOME\env\Scripts\python.exe" -m pip install librosa soundfile

不用 Applio、改用 RVC 2.3 时，仓库在 https://github.com/RVC-Project/Retrieval-based-Voice-Conversion-WebUI ，需要 Python 3.12。它没有命令行推理，本插件的 convert.ps1 用不上。

环境变量：

变量	含义
DSH_RVC_HOME	Applio 或 RVC 的根目录
DSH_RVC_MODEL	模型文件名，不带 .pth

没设置 DSH_RVC_HOME 时先问路径，不要猜，也不要自己 pip install。

脚本

在仓库里这样体检：

pwsh -File assets/scripts/preflight.ps1 -Root $env:DSH_RVC_HOME -ModelName $env:DSH_RVC_MODEL

换嗓、说话和混音分别是：

pwsh -File assets/scripts/convert.ps1 -InputPath vocals.wav -Out vocals_conv.wav -Model models\target.pth -Pitch 0
pwsh -File assets/scripts/speak.ps1 -Text "今天晚上见。" -Out speech.wav -Model models\target.pth
pwsh -File assets/scripts/mix.ps1 -Vocal vocals_conv.wav -Instrumental instrumental.wav -Source source.mp3 -ShiftSemitones 0 -Out cover.mp3

三条命令都假设当前目录能找到引擎、模型和音频。convert.ps1 与 speak.ps1 也可以用 -ApplioRoot 指定引擎。加 -DryRun 只打印命令。

技术栈

• DSH bundle：cordis.patch.yml 注册插件，lib/index.js 注册技能
• PowerShell 7 脚本与一个 Python 定调脚本
• Applio core.py 的 infer / tts，或 RVC WebUI
• ffmpeg 做移调、混音和响度回读

许可证

MIT，详见 LICENSE。

本仓库不包含 RVC、Applio、Demucs、GPT-SoVITS 或任何音色权重。它们的许可证以各自项目为准。用真人声音翻唱时，公开分发前需要自行处理声音权和词曲授权。