前言¶

在 DSH 插件扩展方式下，dsh web 的助手答复通常以文本呈现。长答复或需要频繁查看结果时，阅读成本会比较高。dsh-tts 是一个 dsh web 语音播报插件：它把每个助手答复的最终结果用 Edge TTS 微软神经语音朗读出来。它由 vim0x3c 维护，许可证为 MIT，资料给出的当前版本为 0.1.0。

插件定位¶

dsh-tts 的定位是 dsh web 的语音播报插件，面向希望听到助手最终答复、减少纯文本阅读的场景。它不替代聊天界面，也不提供语音输入。

核心功能¶

• 将每个助手答复的最终结果用 Edge TTS 微软神经语音朗读。
• 只读最终结果，不读中间步骤与工具调用说明；连续多回合只读最新一条。
• 长回复自动按句子分段串行朗读。
• 内置 20+ 个 Edge 神经音色，默认 zh-CN-XiaoxiaoNeural，支持 0.5×–2× 语速调节。
• 输入框工具排提供喇叭按钮，用于快速开/关“自动朗读新回复”，关闭时中断当前朗读。
• 支持审批提示朗读，可单独关闭，并可用预设“叮/哔哔/咚”或上传 mp3/wav/ogg（≤1MB）自定义审批提示音。
• 自动朗读失败时降级到浏览器本地 speechSynthesis / Web Speech API。
• 宿主端提供仅绑定 127.0.0.1 的本地桥服务，探测端口 8765–8780，含 /health 与 /synthesize。
• 插件本体不含第三方 npm 依赖，离线也能安装。
• 浏览器端设置持久化在 localStorage 的 dsh-tts.settings。

安装与启用¶

前置要求：dsh 的应用闭包需包含插件的 @deepseek-ai/dsh-* peer 包；任何带 @deepseek-ai/dsh-web-app bundle 的部署满足。

资料称最常用方式是本地构建 tarball 后安装；安装到 web profile 必须使用 -w 标志。在得到 dsh-tts-0.1.0.tgz 后执行：

dsh plugin --profile web add -w ./dsh-tts-0.1.0.tgz

安装后可用下面两条命令验证：第一条检查配置中是否出现 dsh-tts，第二条检查宿主桥的 /health 接口。

dsh --profile web --dump-config | grep dsh-tts
curl http://127.0.0.1:8765/health

资料中另有 git URL 安装方式，但标注不推荐：取到的是源码而非构建好的 lib/，且插件的 peer 包未发布到 npm，通常无法构建或解析。

典型用法¶

1、打开 dsh web 的“设置 → 语音播报”。

2、打开“自动朗读新回复”，先点“试听音色”确认能连通 Edge。

3、之后每次助手给出最终答复时自动朗读。

补充操作：

• 用输入框工具排的喇叭按钮开/关“自动朗读新回复”；关闭时立即中断当前朗读。
• 审批提示朗读可独立开关，并可设置预设或上传的审批提示音。
• 若浏览器自动播放被拦截，先在设置里点一次“试听音色”。

适用场景与注意¶

• 适合希望在 dsh web 中听到助手最终结果、处理长答复或审批提醒的场景。
• Edge 云合成需要网络，宿主须能访问 speech.platform.bing.com；失败时降级到浏览器本地 Web Speech API。
• 只读当前会话，后台会话的答复不会朗读。
• 进程内桥随 dsh web 宿主生命周期启停。
• CORS 仅反射白名单内的 dsh web 源，未知网页 Origin 返回 403。
• 语音输入（话筒/STT）未包含。
• dsh-tts 以当前 dsh 进程权限运行，并会在宿主侧启动本地桥服务；安装前建议检查源码、许可证和运行环境。

小结¶

dsh-tts 为 dsh web 增加了一个较窄但具体的能力：把助手最终结果用 Edge TTS 读出来，同时保留审批提示、手动开关和 Web Speech 降级。

• GitHub：https://github.com/Vim0x3c/dsh-tts
• 目录页：已核实资料未提供 URL