dsh-audiobook：在 DeepSeek Harness 里把书读给你听
aicivilization/dsh-audiobook
在 DeepSeek Harness 里导入 EPUB、PDF、TXT 等书籍，用 Edge 神经语音或离线 Kokoro 朗读，自动记住收听进度。
dsh-audiobook 是面向 DeepSeek Harness 的听书能力，把 EPUB、PDF、TXT、DOCX、Markdown 等文件变成可以边听边跟读的有声内容。它解决电子书只能看、无法在 AI 工作流里收听的问题，导入后自动分章、按段朗读并记住位置。朗读可选设备自带语音、微软 Edge 神经网络语音或离线 Kokoro 模型，语速 0.75× 到 2.5× 可调，还支持定时停止与耳机线控。
如何安装
dsh plugin --profile web add dsh-audiobook- 分类
- 工具与能力
- 平台
- DSH Plugin
- 作者
- aicivilization
- 分发方式
- 插件
dsh-audiobook 核心特性
dsh-audiobook 仓库简介
它是做什么的？
搜书听是 DeepSeek Harness（DSH）的听书插件，把 EPUB、PDF、TXT、DOCX、Markdown 等文件导入后直接在侧边栏朗读出来。它解决的是「手里有电子书却只能看、没法听」的麻烦，让你在 DSH 里完成导入、分章、朗读、续听的全流程，不必再借助外部听书软件。朗读可选微软 Edge 神经网络语音、离线 Kokoro 模型或设备自带语音，语速 0.75× 到 2.5× 可调，并自动记住听到哪一段。由 AIcivilization 维护，采用 MIT 协议。
核心功能
- 多格式导入与分章：支持 TXT（自动识别 UTF-8、UTF-16、GBK、Big5 编码）、EPUB（按书脊顺序、目录标题作章名）、PDF（取文字层并接回折行）、DOCX、Markdown 与 HTML；纯文本按「第X章」「Chapter N」等标题分章，认不出时每约 8000 字切一个部分。
- 三种朗读方式：浏览器自带语音完全本地、文字不出设备；微软 Edge 提供 12 个中文声音与 6 个英文声音，最自然但需联网；本地 Kokoro 中文模型含 55 个女声、45 个男声，完全离线，首次使用下载约 147 MB 模型。
- 段落级跟读与跳转：正文按约 20–30 秒一段切开，读到哪段高亮到哪段，点任意一段即从那里开始读，支持目录跳章与全书进度条拖动。
- 进度持久化：每读一段存一次，同时保存在服务器与本机，关掉面板或换设备打开都能接着听；同一本书换位置再导入仍识别为同一本，进度接得上。
- 对话内 AI 工具：向 DSH 注册 4 个工具，可直接用自然语言导入书籍、查询在听书目与进度、取刚听过的内容或全书检索、跳到指定章节。
- 定时停止与线控：支持 15 分钟到 1.5 小时的定时停止或读完本章停，锁屏界面与耳机线控可播放、暂停、切换段落。
怎么使用这个插件？
在 DSH 中启用后，打开对话页右侧栏并选择「搜书听」页签，把书拖进面板、选文件或填本机路径即可导入，随后挑选朗读方式与语速开始播放。也可以直接在对话里说「把 ~/Downloads/三体.epub 导入搜书听」「我在听哪些书？听到哪了？」「跳到第十章」，由插件注册的 AI 工具完成操作。手机浏览器打开面板地址同样能听，VPS 上的 DSH 也可照常使用；若装了 ffmpeg，本地语音会压成 MP3 以便远程收听。书籍、进度与设置统一存放在本机数据目录，卸载插件不会删除这些内容。
报错怎么排查？
- 导入后读不出内容：DRM 加密的 EPUB 与没有文字层的扫描版 PDF 无法朗读，需换用无 DRM 或带文字层的文件。
- Edge 语音不可用：该方式依赖联网与开源语音组件，且并非微软公开的正式接口，可能失效；可改用浏览器朗读或本地离线模型。
- 本地语音开播等待久：Kokoro 合成较慢，第一段需等十几秒，之后边播边提前合成；内存紧张时按官方说明调低并发进程数。
- 手机锁屏后停止播放：浏览器朗读在锁屏后可能中断，可改用服务器端合成的方式继续收听。
本页是基于该插件官方 README 独立重写的导读——权威文档和最新变更请以源头为准：aicivilization/dsh-audiobook。插件是安装时就在你机器上运行的第三方代码；收录不代表背书——安装前请自行审阅源码。