前言¶
在 DeepSeek Harness（DSH）里跑智能体时，助手回复往往很长。盯着屏幕逐段阅读，或切到别的窗口再回来，都容易漏掉关键信息。浏览器自带的朗读能力分散在各处，也无法按消息粒度控制，更谈不上和 DSH 的会话流、审批事件联动。
下面介绍的 dsh-plugin-tts 是面向 DSH web 配置文件的客户端插件：把 Microsoft Edge 的免费在线 TTS 接到会话界面，每条助手消息可点读、可自动朗读，并在设置面板里调音色与语速。需要自定义声线时，还可接入本地 RVC 模型。Edge TTS 路径无需 API Key；RVC 路径在本地推理，不上传云端。
这是什么¶
dsh-plugin-tts（GitHub：1624318455/dsh-plugin-tts）由维护者 1624318455 发布，在 SkillHub 社区目录中归类为客户端插件。当前版本 0.3.0，许可证 MIT，GitHub 星标 10。
插件采用 Host + Web UI 双侧架构：Host 侧注册 TTS 与 RVC 相关路由并运行 worker；Client 侧在 DSH Web 界面注入朗读按钮、自动朗读开关和语音设置面板。一句话定位：在 DSH Web 里把助手回复读出来，并可选 RVC 自定义声线。
核心功能¶
以下能力均来自插件 README 与 package.json，按使用频率归纳。
消息朗读与自动朗读¶
- 朗读按钮：每条已完成的助手消息，在复制 / 反馈 / 分支操作行旁有朗读按钮；点击开始朗读（按钮显示动态均衡器动画），再点停止。
- 自动朗读开关：位于输入区工具行（命令按钮与访问模式按钮之间）。开启后，每条新完成的助手回复会自动朗读（开关带圆形高亮）；关闭后不再自动读，但不打断正在进行的手动朗读。
- 朗读选中文字：在消息内选中文字，会出现浮动「朗读选中」芯片，点击只读选中部分。
语音设置¶
路径：设置 → 插件 → 语音。
- TTS 提供商：Edge TTS（免费、无需 API Key）或自定义 RVC 声线。
- 音色：22 个经 live 校验的 Edge TTS 音色，默认 晓萱（
zh-CN-XiaoxuanNeural）。覆盖简体中文、台港澳、英语及部分其他语言；部分旧音色已被 Edge 端点移除（1007 Unsupported voice），插件会自动从列表剔除并回退默认音色。 - 音效调节：语速 / 音调 / 音量（0 为默认）。
- 试听：输入文字点播放按钮；合成或播放中显示加载动画，失败时在行内提示。
- Voice packs：可从 registry 一键安装声线包（RVC 路径，见项目文档）。
长文与播放控制¶
- 无缝分块播放：长回复采用自适应分块、边合成边播放，块与块之间 Web Audio 精确拼接，无间隙（设计说明见仓库
docs/adaptive-chunked-playback.md）。纯 Edge TTS 长文同样走该流水线，不必等全文合成完毕。 - 迷你播放器：朗读时在消息操作行显示暂停 / 继续，以及 1x / 1.25x / 1.5x 倍速；分块长读会显示
chunk x/y计数。 - 下载音频：每条消息可下载合成结果为 MP3，复用会话内缓存，刚朗读过的内容可即时下载。
RVC 自定义声线（可选）¶
除 Edge TTS 外，插件支持用本地训练的 RVC 模型朗读（本地推理，需自行准备 RVC 环境）。仓库提供 portable RVC runtime，可不安装完整 RVC WebUI；也可配合 rvc-server.py 使用。详细步骤见 RVC Custom Voice Guide 与 User Guide。
审批语音提醒（可选，默认关闭）¶
开启后，Agent 审批事件会用 Edge TTS 播报（独立于 RVC 服务、使用专用提醒音色）：收到 approval/asked 时会打断当前朗读；approval/decided 仅在空闲时播报。同一 approval id 去重。
安装与启用¶
环境要求（来自 README）：
- DeepSeek Harness
web配置文件（dsh web） - Node.js >= 22（worker 使用原生
WebSocket） - 仅在使用 RVC 自定义声线 时：本地 RVC 推理环境（RVC WebUI 或 portable runtime）及运行中的
rvc-server.py
官方安装命令如下。安装前请自行查看仓库源码与 MIT 许可证；插件以当前 dsh 进程权限运行。
dsh plugin --profile web add "github:1624318455/dsh-plugin-tts#main"
本地开发时可指向目录：
dsh plugin --profile web add "file:/path/to/dsh-plugin-tts"
安装后重启 dsh web，插件作为 profile bundle 自动加载。
典型用法¶
1. 安装并打开 Web 界面¶
按上一节命令安装插件，重启 dsh web，在浏览器打开 DSH Web 会话页。
2. 点读单条回复¶
在任意已完成的助手消息上，点击操作行中的朗读按钮。朗读过程中按钮显示均衡器动画；再次点击停止。若该条正在自动朗读，点同一按钮也会停止。
3. 开启自动朗读¶
在输入区工具行找到自动朗读开关并打开。之后每条新完成的助手回复会自动开始朗读；新消息完成时会打断当前朗读。切换会话仅停止自动朗读，不影响其他行为逻辑（见 README「Edge cases handled」）。
4. 配置音色与试听¶
进入 设置 → 插件 → 语音：
- 选择 Edge TTS 作为提供商（无需 API Key）。
- 在音色列表中选择目标声音（例如默认晓萱，或云希、云扬等简体中文音色）。
- 按需调整语速、音调、音量。
- 在试听框输入文字，点播放按钮确认效果。
5. 朗读选中片段¶
在消息正文中拖选一段文字，点击出现的「朗读选中」芯片，仅朗读选中内容。
6. 下载 MP3¶
消息朗读后（或合成缓存仍有效时），使用消息操作行的下载按钮，将音频保存为 MP3。
7. 使用 RVC 声线（进阶）¶
若需自定义声线，按仓库 User Guide 与 RVC Guide 启动本地 RVC 服务；在语音设置中将提供商切换为 RVC，并按文档上传模型或从 voice-pack registry 一键安装。macOS 用户参见 User Guide §4.2 与 RVC Guide「启动本地 RVC 服务」。
适用场景与注意¶
适合谁
- 长时间使用 DSH Web 对话、希望解放双眼或边做别的事边听回复的开发者。
- 需要中文及多语种 Edge TTS、且不想申请第三方 TTS API Key 的用户。
- 已有 RVC 模型、希望在 DSH 里用同一声线朗读助手回复的用户。
使用前请注意
- 插件仅适用于
dsh web配置文件，不是 CLI 或其它 profile 的通用扩展。 - Edge TTS 依赖 Microsoft 在线端点；网络或端点变更可能导致个别音色不可用，插件会 prune 失效音色并回退默认。
- RVC 路径需要本地 GPU/CPU 资源及额外服务进程，配置成本高于纯 Edge TTS。
- 插件以安装它的
dsh进程权限运行，安装前请阅读源码与 MIT 许可证，确认可接受其 Host 路由（如/dsh-tts-api/speak、/dsh-tts-audio/<id>等）与 worker 行为。 - SkillHub（https://www.skillhub.cn/plugins/1624318455/dsh-plugin-tts）为社区目录站点，与 DeepSeek / 幻方无官方从属关系；DSH 生态理念是「一切皆插件」，本插件是社区维护的独立扩展。
结尾¶
dsh-plugin-tts 把 Edge TTS 与可选 RVC 声线集成进 DSH Web：消息级朗读、自动朗读、设置面板与长文无缝分块，均无需 Edge TTS 的 API Key。若你已在用 dsh web，可按官方命令安装并在 设置 → 插件 → 语音 里完成首次配置。
- 社区目录：https://www.skillhub.cn/plugins/1624318455/dsh-plugin-tts
- GitHub：https://github.com/1624318455/dsh-plugin-tts
- 中文 README：https://github.com/1624318455/dsh-plugin-tts/blob/main/README.zh.md
- 用户执行手册：https://github.com/1624318455/dsh-plugin-tts/blob/main/docs/USER-GUIDE.md
