前言¶
在 DeepSeek Harness（DSH）裏跑智能體時，助手回覆往往很長。盯着屏幕逐段閱讀，或切到別的窗口再回來，都容易漏掉關鍵信息。瀏覽器自帶的朗讀能力分散在各處，也無法按消息粒度控制，更談不上和 DSH 的會話流、審批事件聯動。
下面介紹的 dsh-plugin-tts 是面向 DSH web 配置文件的客戶端插件：把 Microsoft Edge 的免費在線 TTS 接到會話界面，每條助手消息可點讀、可自動朗讀，並在設置面板裏調音色與語速。需要自定義聲線時，還可接入本地 RVC 模型。Edge TTS 路徑無需 API Key；RVC 路徑在本地推理，不上傳雲端。
這是什麼¶
dsh-plugin-tts（GitHub：1624318455/dsh-plugin-tts）由維護者 1624318455 發佈，在 SkillHub 社區目錄中歸類爲客戶端插件。當前版本 0.3.0，許可證 MIT，GitHub 星標 10。
插件採用 Host + Web UI 雙側架構：Host 側註冊 TTS 與 RVC 相關路由並運行 worker；Client 側在 DSH Web 界面注入朗讀按鈕、自動朗讀開關和語音設置面板。一句話定位：在 DSH Web 裏把助手回覆讀出來，並可選 RVC 自定義聲線。
核心功能¶
以下能力均來自插件 README 與 package.json，按使用頻率歸納。
消息朗讀與自動朗讀¶
- 朗讀按鈕：每條已完成的助手消息，在複製 / 反饋 / 分支操作行旁有朗讀按鈕；點擊開始朗讀（按鈕顯示動態均衡器動畫），再點停止。
- 自動朗讀開關：位於輸入區工具行（命令按鈕與訪問模式按鈕之間）。開啓後，每條新完成的助手回覆會自動朗讀（開關帶圓形高亮）；關閉後不再自動讀，但不打斷正在進行的手動朗讀。
- 朗讀選中文字：在消息內選中文字，會出現浮動「朗讀選中」芯片，點擊只讀選中部分。
語音設置¶
路徑：設置 → 插件 → 語音。
- TTS 提供商：Edge TTS（免費、無需 API Key）或自定義 RVC 聲線。
- 音色：22 個經 live 校驗的 Edge TTS 音色，默認 曉萱（
zh-CN-XiaoxuanNeural）。覆蓋簡體中文、臺港澳、英語及部分其他語言；部分舊音色已被 Edge 端點移除（1007 Unsupported voice），插件會自動從列表剔除並回退默認音色。 - 音效調節：語速 / 音調 / 音量（0 爲默認）。
- 試聽：輸入文字點播放按鈕；合成或播放中顯示加載動畫，失敗時在行內提示。
- Voice packs：可從 registry 一鍵安裝聲線包（RVC 路徑，見項目文檔）。
長文與播放控制¶
- 無縫分塊播放：長回覆採用自適應分塊、邊合成邊播放，塊與塊之間 Web Audio 精確拼接，無間隙（設計說明見倉庫
docs/adaptive-chunked-playback.md）。純 Edge TTS 長文同樣走該流水線，不必等全文合成完畢。 - 迷你播放器：朗讀時在消息操作行顯示暫停 / 繼續，以及 1x / 1.25x / 1.5x 倍速；分塊長讀會顯示
chunk x/y計數。 - 下載音頻：每條消息可下載合成結果爲 MP3，複用會話內緩存，剛朗讀過的內容可即時下載。
RVC 自定義聲線（可選）¶
除 Edge TTS 外，插件支持用本地訓練的 RVC 模型朗讀（本地推理，需自行準備 RVC 環境）。倉庫提供 portable RVC runtime，可不安裝完整 RVC WebUI；也可配合 rvc-server.py 使用。詳細步驟見 RVC Custom Voice Guide 與 User Guide。
審批語音提醒（可選，默認關閉）¶
開啓後，Agent 審批事件會用 Edge TTS 播報（獨立於 RVC 服務、使用專用提醒音色）：收到 approval/asked 時會打斷當前朗讀；approval/decided 僅在空閒時播報。同一 approval id 去重。
安裝與啓用¶
環境要求（來自 README）：
- DeepSeek Harness
web配置文件（dsh web） - Node.js >= 22（worker 使用原生
WebSocket） - 僅在使用 RVC 自定義聲線 時：本地 RVC 推理環境（RVC WebUI 或 portable runtime）及運行中的
rvc-server.py
官方安裝命令如下。安裝前請自行查看倉庫源碼與 MIT 許可證；插件以當前 dsh 進程權限運行。
dsh plugin --profile web add "github:1624318455/dsh-plugin-tts#main"
本地開發時可指向目錄：
dsh plugin --profile web add "file:/path/to/dsh-plugin-tts"
安裝後重啓 dsh web，插件作爲 profile bundle 自動加載。
典型用法¶
1. 安裝並打開 Web 界面¶
按上一節命令安裝插件，重啓 dsh web，在瀏覽器打開 DSH Web 會話頁。
2. 點讀單條回覆¶
在任意已完成的助手消息上，點擊操作行中的朗讀按鈕。朗讀過程中按鈕顯示均衡器動畫；再次點擊停止。若該條正在自動朗讀，點同一按鈕也會停止。
3. 開啓自動朗讀¶
在輸入區工具行找到自動朗讀開關並打開。之後每條新完成的助手回覆會自動開始朗讀；新消息完成時會打斷當前朗讀。切換會話僅停止自動朗讀，不影響其他行爲邏輯（見 README「Edge cases handled」）。
4. 配置音色與試聽¶
進入 設置 → 插件 → 語音：
- 選擇 Edge TTS 作爲提供商（無需 API Key）。
- 在音色列表中選擇目標聲音（例如默認曉萱，或雲希、雲揚等簡體中文音色）。
- 按需調整語速、音調、音量。
- 在試聽框輸入文字，點播放按鈕確認效果。
5. 朗讀選中片段¶
在消息正文中拖選一段文字，點擊出現的「朗讀選中」芯片，僅朗讀選中內容。
6. 下載 MP3¶
消息朗讀後（或合成緩存仍有效時），使用消息操作行的下載按鈕，將音頻保存爲 MP3。
7. 使用 RVC 聲線（進階）¶
若需自定義聲線，按倉庫 User Guide 與 RVC Guide 啓動本地 RVC 服務；在語音設置中將提供商切換爲 RVC，並按文檔上傳模型或從 voice-pack registry 一鍵安裝。macOS 用戶參見 User Guide §4.2 與 RVC Guide「啓動本地 RVC 服務」。
適用場景與注意¶
適合誰
- 長時間使用 DSH Web 對話、希望解放雙眼或邊做別的事邊聽回覆的開發者。
- 需要中文及多語種 Edge TTS、且不想申請第三方 TTS API Key 的用戶。
- 已有 RVC 模型、希望在 DSH 裏用同一聲線朗讀助手回覆的用戶。
使用前請注意
- 插件僅適用於
dsh web配置文件，不是 CLI 或其它 profile 的通用擴展。 - Edge TTS 依賴 Microsoft 在線端點；網絡或端點變更可能導致個別音色不可用，插件會 prune 失效音色並回退默認。
- RVC 路徑需要本地 GPU/CPU 資源及額外服務進程，配置成本高於純 Edge TTS。
- 插件以安裝它的
dsh進程權限運行，安裝前請閱讀源碼與 MIT 許可證，確認可接受其 Host 路由（如/dsh-tts-api/speak、/dsh-tts-audio/<id>等）與 worker 行爲。 - SkillHub（https://www.skillhub.cn/plugins/1624318455/dsh-plugin-tts）爲社區目錄站點，與 DeepSeek / 幻方無官方從屬關係；DSH 生態理念是「一切皆插件」，本插件是社區維護的獨立擴展。
結尾¶
dsh-plugin-tts 把 Edge TTS 與可選 RVC 聲線集成進 DSH Web：消息級朗讀、自動朗讀、設置面板與長文無縫分塊，均無需 Edge TTS 的 API Key。若你已在用 dsh web，可按官方命令安裝並在 設置 → 插件 → 語音 裏完成首次配置。
- 社區目錄：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
- 用戶執行手冊：https://github.com/1624318455/dsh-plugin-tts/blob/main/docs/USER-GUIDE.md
