前言¶

用 DSH Web 跑智能體時，輸出默認是純文字。想讓它開口說話，常見做法是自己接一層 TTS：申請 API、在 Host 側做代理、在瀏覽器側處理音頻流、朗讀前還要把代碼塊和 URL 清洗掉。每一步都不復雜，但串起來要花不少時間。

dsh-xiaomi-tts 把這條鏈路做成了一個可以直接安裝的 DSH Web 插件，裝上後對話旁多一個「朗讀」按鈕，點擊即可播放。

這是什麼¶

dsh-xiaomi-tts 由 ppy-web 維護，定位一句話：爲 DSH Web 添加 Xiaomi MiMo TTS 語音朗讀。它基於 Xiaomi MiMo TTS 將文字轉爲流暢、清晰的自然語音，許可證爲 MIT。

核心功能¶

• 一鍵播報：在對話操作欄中顯示「朗讀」按鈕，默認開啓。
• 內置音色：使用 mimo-v2.5-tts 輸出音頻，支持 PCM 流式播放。
• 自定義音色：使用 mimo-v2.5-tts-voicedesign，通過文字描述創造聲音。
• 瀏覽器本地音色：使用瀏覽器宿主提供的離線或在線音色，作爲兜底。
• 自動清洗文本：朗讀前移除網址、文件路徑、代碼塊、表情符號、圖標和控制字符等。
• 三方插件聯動：對外暴露 PCM 流式播放能力（play/stop），新播放會自動打斷當前朗讀。

安裝與啓用¶

環境要求：

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

從 npm 安裝（推薦）：

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

也可以從 GitHub 安裝：

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

或者打開 DSH Web 的 設置 → 插件市場，搜索 xiaomi-mimo-tts 並點擊安裝。

安裝後按以下步驟啓用：

1. 重啓 dsh web。
2. 打開 設置 → 插件 → 插件配置 → 語音朗讀(Xiaomi MiMo)。
3. 填寫 Xiaomi MiMo API Key，支持標準 API Key 和 Token Plan 專屬 API Key。
4. 修改任意設置後點擊 保存 纔會生效。

典型用法¶

預置音色與輸出格式¶

官方內置音色共 8 個：

• 中文女聲：冰糖、茉莉
• 中文男聲：蘇打、白樺
• 英文女聲：Mia、Chloe
• 英文男聲：Milo、Dean

預置模型默認選擇 PCM（流式播放），音頻分片到達時立即開始播放，等待時間更短。也可以選 MP3（完整音頻） 或 WAV（完整音頻），這兩種會等待完整文件生成後播放：MP3 體積更小，WAV 保留無損音頻但體積更大。

自定義音色¶

切換到 mimo-v2.5-tts-voicedesign 後，可以用文字描述想要的聲音。插件提供了常用描述模板，直接修改並保存即可：

青年女性，聲線清亮、親切自然，吐字清楚，語速適中，情緒溫柔克制。

注意：自定義音色暫不支持 PCM，待官方上線後可適配。

瀏覽器本地兜底¶

本地兜底語音有三種策略：

• MiMo 優先：MiMo 失敗時改用瀏覽器語音。
• 本地優先：優先使用瀏覽器語音。
• 關閉本地語音：僅使用 MiMo。

可選音色來自瀏覽器 Web Speech API，是否離線以及實際可用範圍取決於瀏覽器、操作系統和網絡。

三方插件聯動¶

插件對外暴露了 PCM 流式播放能力，其他 Web 插件可以直接調用。在需要播放的位置寫一行：

ctx.get('xiaomiMimoTts')?.play('歡迎回來')

建議通過 ctx.get() 動態獲取這項能力，不必聲明爲必需的 inject 服務。插件未安裝或未就緒時調用會安全跳過；play() 使用用戶已保存的 MiMo 設置播放 PCM 流，stop() 可主動停止，新播放會自動打斷當前朗讀。

需要 TypeScript 類型提示時，可僅導入類型：

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

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

隱私¶

• API Key 保存在 DSH Host，不會發送給瀏覽器。
• 生成語音時，正文會被髮送給 Xiaomi MiMo 服務。
• 音頻在瀏覽器內存中通過 Web Audio 或臨時 Blob URL 播放，不會持久化到磁盤。

適用場景與注意¶

適合兩類人：一是日常使用 DSH Web、希望對話能被朗讀出來的用戶；二是在做 DSH Web 插件、需要現成語音播報能力的開發者，可以直接複用它的 play/stop 服務，不必再接一遍 TTS。

使用前注意：

• MiMo TTS 當前爲限時免費服務，具體政策請關注官方平臺。
• 插件以當前 dsh 進程權限運行，安裝前建議檢查源碼與許可證。
• Windows 用戶從本地開發版切換到 npm 版時，需先停止 DSH Web，避免 Windows Junction 被運行中的 Node 進程佔用：

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

結尾¶

dsh-xiaomi-tts 把 TTS 接入中最繁瑣的部分——API 代理、流式播放、文本清洗、兜底策略——封裝進了一個插件，裝上即可用。如果你想給 DSH Web 加上語音朗讀，或者在自己的插件裏複用播報能力，可以從它開始。

• 社區插件目錄頁：https://www.skillhub.cn/plugins/ppy-web/dsh-plugin-xiaomi-mimo-tts
• GitHub 倉庫：https://github.com/ppy-web/dsh-plugin-xiaomi-mimo-tts