前言¶

在本地運行智能體時，如果每次回覆都要手動點擊朗讀按鈕，或者依賴瀏覽器端的朗讀橋插件，體驗會比較割裂。本地朗讀插件可以繞過網頁，直接從本機揚聲器播放語音。

dsh-local-tts 是爲 DeepSeek Harness（DSH）提供的本地朗讀插件，支持兩種語音合成引擎：Style-Bert-VITS2（本地）和 edge-tts（微軟在線語音）。

功能概覽¶

• 兩種引擎：本地 SBV2 / 在線 edge，可按配置切換或按語言自動分流
• 多音色：SBV2 每個音色對應一個模型 + 說話人，可自己訓練/克隆
• 按語言自動切換：中文 / 日文 / 英文自動判斷，沒有對應音色時跳過
• 只念正文：只讀助手回覆裏的文字塊，工具調用、思考過程、代碼塊都跳過
• 防話癆：Markdown 剝掉、每輪最多念 maxChars 字
• 熱重載：配置文件改動 1.5 秒內生效

安裝與啓用¶

# 從 GitHub 裝
dsh plugin --profile desktop add github:lihaiyang616/dsh-local-tts

安裝完成後重啓 DSH。首次啓動會生成配置 ~/.dsh/local-tts.json（沒設 DSH_HOME 時）。

在 DSH 輸入框發送命令即可控制：

也可以直接讓助手調用 local_tts_set_autospeak，或者手動改 ~/.dsh/local-tts.json 裏的 autoSpeak——改完 1.5 秒內生效。

配置速查¶

使用示例¶

中文：edge-tts¶

1. 建一個 Python 環境並安裝 edge-tts：

python -m venv $env:USERPROFILE\.dsh\venvs\edge-tts
$env:USERPROFILE\.dsh\venvs\edge-tts\Scripts\python.exe -m pip install edge-tts

2. 確認有 ffmpeg（ffmpeg -version；Windows 可用 winget install Gyan.FFmpeg）

3. 在 ~/.dsh/local-tts.json 裏設置：

{
  "provider": "edge",
  "edge": {
    "pythonPath": "C:/Users/你/.dsh/venvs/edge-tts/Scripts/python.exe",
    "voice": "zh-CN-XiaoxiaoNeural",
    "rate": "+0%",
    "volume": "+0%",
    "pitch": "+0Hz"
  },
  "ffmpegPath": "C:/path/to/ffmpeg.exe"
}

4. /voice-on 試試。可選音色：zh-CN-XiaoxiaoNeural（曉曉，女）、zh-CN-YunxiNeural（雲希，男）、zh-CN-XiaoyiNeural（曉伊）等。

本地 + 自己克隆音色：Style-Bert-VITS2¶

1. 本機跑起 SBV2 的 API 服務（默認 5000 端口）：

cd Style-Bert-VITS2
.\env\python.exe server_fastapi.py

2. 模型放進 model_assets/<模型名>/，服務會把它們列在 GET /models/info

3. 在配置裏寫 "provider": "sbv2" 和 voices：

{
  "provider": "sbv2",
  "serverUrl": "http://127.0.0.1:5000",
  "defaultVoice": "ling",
  "languageVoices": { "jp": "ling" },
  "voices": [
    { "name": "ling", "modelName": "Ling-v2", "speakerName": "Ling v2", "languages": ["jp"] }
  ]
}

一個 SBV2 模型只擅長它訓練時的語言。日文模型念中文會出怪聲或直接失敗——中文請用中文模型，或直接用 edge 方案。auto 模式會按文字語言分流：日文走 SBV2、其它走 edge。

工具¶

注意事項¶

• 自動朗讀時，SBV2 音色和語言對不上會跳過，原因在 local_tts_status 裏
• 播放只支持 wav；Windows 用 PowerShell SoundPlayer，Linux 需要 aplay，macOS 用 afplay
• 沒有圖形設置頁，配置就是 ~/.dsh/local-tts.json
• edge-tts 需要聯網；SBV2 需要你自己把服務跑起來

隱私¶

• 用 SBV2 時：只發到 serverUrl（默認本機 127.0.0.1），不聯網
• 用 edge 時：文字會發給微軟的語音服務（要念的內容會離開本機）
• 臨時 wav 放系統臨時目錄，播放完即刪

生態背景¶

DSH 理念是「一切皆插件」，社區目錄是獨立站點，與 DeepSeek / 幻方無官方從屬關係。

• 插件目錄：https://www.skillhub.cn/plugins/lihaiyang616/dsh-local-tts
• GitHub：https://github.com/lihaiyang616/dsh-local-tts