前言¶

DeepSeek Harness (DSH) 依託插件化架構，能夠通過擴展爲智能體應用接入各種能力。語音朗讀是提升交互體驗的重要一環。dsh-gsv-tts 是爲 DSH 打造的語音朗讀插件，支持雙模式：Edge 雲端零配置快速體驗和 GSV 本地離線音色克隆。

核心功能¶

該插件主要解決 DSH 環境下的語音合成需求，具備以下能力：

1. 雙模式語音合成

   • Edge 雲端模式：零配置，裝上即用。利用微軟精選音色（20+ 種），聯網即可朗讀，響應通常在 1 秒以內。
   • GSV 本地模式：完全離線運行。支持按參考音頻克隆目標音色，適合需要隱私保護或無網絡環境的場景。首次啓動引擎加載模型約需 15~90 秒。

2. 交互控制

   • 一鍵朗讀：每條助手消息旁有 🔊 按鈕，點擊即可朗讀。該功能會自動排除“思考”內容，僅朗讀回覆文本。
   • 自動朗讀：開啓後自動朗讀助手回覆。新回覆默認打斷當前朗讀（barge-in），防止聲音疊加，也可在設置中關閉打斷功能。

3. 管理與配置

   • 模式切換：設置面板支持一鍵在“快速體驗”和“本地專業”模式間切換，配置實時生效。
   • 聲音設置面板：提供可視化配置界面，保存即熱生效。支持對單個音色或全部音色進行試聽。
   • 音色市場：支持從內置清單或自定義遠端清單一鍵下載並注入音色。內置可信源免二次確認，遠端源需確認來源與許可。

4. 引擎與資源管理

   • 引擎一鍵啓停：本地 GSV 引擎支持一鍵啓動與停止。
   • 引擎一鍵安裝：提供自動安裝腳本，支持檢測 Python 環境並部署 GSV-TTS-Lite 引擎。
   • 同源音頻短鏈接：合成後的音頻落盤，並生成同源短鏈接返回，避免撐爆模型上下文。

安裝與啓用¶

使用 DSH 的命令行工具安裝插件。以下命令以 web profile 爲例，桌面應用通常使用 desktop profile，需將命令中的 web 替換。

dsh plugin --profile web add dsh-gsv-tts

安裝完成後重啓 DSH，插件工具將自動註冊到 Agent，並在設置中新增“聲音設置”選項。

典型用法¶

快速體驗模式（Edge）¶

1. 安裝並重啓 DSH。
2. 打開 設置 → 聲音設置。
3. 在 TTS 模式中選擇“快速體驗（Edge）”。
4. 從音色下拉框選擇一個雲端音色（如曉曉、雲希等）。
5. 點擊任意助手消息旁的 🔊 按鈕，即可聽到聲音。

本地專業模式（GSV）¶

1. 安裝並重啓 DSH。
2. 打開 設置 → 聲音設置，將 TTS 模式切換爲“本地專業（GSV）”。
3. 在設置面板中打開“引擎開關”，等待狀態變爲“運行中”。
4. 添加音色預設，或從“音色市場”下載音色。
5. 點擊消息旁的 🔊 按鈕，或讓 Agent 調用 tts_speak 工具進行朗讀。

注意事項¶

1. 網絡依賴：Edge 模式需聯網，若雲端服務不可用，面板會提示並引導切換至 GSV 模式。
2. 本地環境：GSV 本地模式需要 Python 3.10+ 環境，且首次啓動需下載模型，加載時間約 15~90 秒。
3. 權限與安全：音色市場遠端清單安裝需二次確認來源與許可。市場安裝的音色在面板中爲只讀（僅可卸載）。
4. 配置字段：配置中的 quotaDaily 字段爲預留引導字段（默認 null 表示不限量），硬配額待後續版本更新。
5. 源碼審查：插件基於 MIT 許可證開源，安裝前建議檢查源碼與許可證，確保符合環境安全要求。