前言¶

用 DSH Web 跑智能体时，输出默认是纯文字。想让它开口说话，常见做法是自己接一层 TTS：申请 API、在 Host 侧做代理、在浏览器侧处理音频流、朗读前还要把代码块和 URL 清洗掉。每一步都不复杂，但串起来要花不少时间。

dsh-xiaomi-tts 把这条链路做成了一个可以直接安装的 DSH Web 插件，装上后对话旁多一个「朗读」按钮，点击即可播放。

这是什么¶

dsh-xiaomi-tts 由 ppy-web 维护，定位一句话：为 DSH Web 添加 Xiaomi MiMo TTS 语音朗读。它基于 Xiaomi MiMo TTS 将文字转为流畅、清晰的自然语音，许可证为 MIT。

核心功能¶

• 一键播报：在对话操作栏中显示「朗读」按钮，默认开启。
• 内置音色：使用 mimo-v2.5-tts 输出音频，支持 PCM 流式播放。
• 自定义音色：使用 mimo-v2.5-tts-voicedesign，通过文字描述创造声音。
• 浏览器本地音色：使用浏览器宿主提供的离线或在线音色，作为兜底。
• 自动清洗文本：朗读前移除网址、文件路径、代码块、表情符号、图标和控制字符等。
• 三方插件联动：对外暴露 PCM 流式播放能力（play/stop），新播放会自动打断当前朗读。

安装与启用¶

环境要求：

• @deepseek-ai/dsh 0.1.1-rc.2 或 0.1.2-rc.1
• Node.js 22+
• Xiaomi MiMo API Key

从 npm 安装（推荐）：

dsh plugin --profile web add dsh-xiaomi-tts

也可以从 GitHub 安装：

dsh plugin --profile web add github:ppy-web/dsh-plugin-xiaomi-mimo-tts

或者打开 DSH Web 的 设置 → 插件市场，搜索 xiaomi-mimo-tts 并点击安装。

安装后按以下步骤启用：

1. 重启 dsh web。
2. 打开 设置 → 插件 → 插件配置 → 语音朗读(Xiaomi MiMo)。
3. 填写 Xiaomi MiMo API Key，支持标准 API Key 和 Token Plan 专属 API Key。
4. 修改任意设置后点击 保存 才会生效。

典型用法¶

预置音色与输出格式¶

官方内置音色共 8 个：

• 中文女声：冰糖、茉莉
• 中文男声：苏打、白桦
• 英文女声：Mia、Chloe
• 英文男声：Milo、Dean

预置模型默认选择 PCM（流式播放），音频分片到达时立即开始播放，等待时间更短。也可以选 MP3（完整音频） 或 WAV（完整音频），这两种会等待完整文件生成后播放：MP3 体积更小，WAV 保留无损音频但体积更大。

自定义音色¶

切换到 mimo-v2.5-tts-voicedesign 后，可以用文字描述想要的声音。插件提供了常用描述模板，直接修改并保存即可：

青年女性，声线清亮、亲切自然，吐字清楚，语速适中，情绪温柔克制。

注意：自定义音色暂不支持 PCM，待官方上线后可适配。

浏览器本地兜底¶

本地兜底语音有三种策略：

• MiMo 优先：MiMo 失败时改用浏览器语音。
• 本地优先：优先使用浏览器语音。
• 关闭本地语音：仅使用 MiMo。

可选音色来自浏览器 Web Speech API，是否离线以及实际可用范围取决于浏览器、操作系统和网络。

三方插件联动¶

插件对外暴露了 PCM 流式播放能力，其他 Web 插件可以直接调用。在需要播放的位置写一行：

ctx.get('xiaomiMimoTts')?.play('欢迎回来')

建议通过 ctx.get() 动态获取这项能力，不必声明为必需的 inject 服务。插件未安装或未就绪时调用会安全跳过；play() 使用用户已保存的 MiMo 设置播放 PCM 流，stop() 可主动停止，新播放会自动打断当前朗读。

需要 TypeScript 类型提示时，可仅导入类型：

import type { XiaomiMimoTtsService } from 'dsh-xiaomi-tts/client-api'

const tts = ctx.get('xiaomiMimoTts') as XiaomiMimoTtsService | undefined
tts?.play('欢迎回来')

隐私¶

• API Key 保存在 DSH Host，不会发送给浏览器。
• 生成语音时，正文会被发送给 Xiaomi MiMo 服务。
• 音频在浏览器内存中通过 Web Audio 或临时 Blob URL 播放，不会持久化到磁盘。

适用场景与注意¶

适合两类人：一是日常使用 DSH Web、希望对话能被朗读出来的用户；二是在做 DSH Web 插件、需要现成语音播报能力的开发者，可以直接复用它的 play/stop 服务，不必再接一遍 TTS。

使用前注意：

• MiMo TTS 当前为限时免费服务，具体政策请关注官方平台。
• 插件以当前 dsh 进程权限运行，安装前建议检查源码与许可证。
• Windows 用户从本地开发版切换到 npm 版时，需先停止 DSH Web，避免 Windows Junction 被运行中的 Node 进程占用：

.\start\dsh-plugin-reinstall.bat 3.0.1

结尾¶

dsh-xiaomi-tts 把 TTS 接入中最繁琐的部分——API 代理、流式播放、文本清洗、兜底策略——封装进了一个插件，装上即可用。如果你想给 DSH Web 加上语音朗读，或者在自己的插件里复用播报能力，可以从它开始。

• 社区插件目录页：https://www.skillhub.cn/plugins/ppy-web/dsh-plugin-xiaomi-mimo-tts
• GitHub 仓库：https://github.com/ppy-web/dsh-plugin-xiaomi-mimo-tts