前言¶

在 DeepSeek Harness（DSH）里盯着流式文字看，眼睛还是要跟字走；如果等整条回复写完再丢给普通 TTS，往往还要多等 2 秒左右才听到第一个音节。常见做法是整段合成 mp3 再用 <audio> 播放，首声被压在「全文生成 + 编码完成」之后。

下面介绍社区插件 dsh-breeze-speak（维护者 rirtue）：挂在宿主 llm/stream 钩子上，第一句一凑齐就向 BreezeBlue（Breeze TTS 2）发起合成，走 /stream 拿 PCM 裸流，用 Web Audio 边收边播。资料里实测首包大约 0.55–1.3 秒，相对「等整段 mp3」的 2.1–2.8 秒，首声能落在模型还在吐后面文字的时间段里，体感上约 0.6 秒出声。默认只念回复开头第一句，也是为了控制 Breeze 积分消耗。

这是什么¶

dsh-breeze-speak 是一个 DSH 插件（npm 包名 dsh-breeze-speak，当前资料中的版本 v1.0.1，MIT 许可证）。分类上落在 SkillHub 的「模型推理」条目；GitHub 星标为 1。它解决的问题很具体：把每轮模型回复用指定音色念出来，且尽量不让「等 TTS」拖慢你听到第一句话的节奏。

插件按 DSH 惯例拆成宿主半边（index.js）和网页半边（client.js），并通过 cordis.patch.yml 以 id: breeze-speak 写入 profile 配置树。

核心功能¶

流式触发，不等整段回复¶

• 挂住宿主 llm/stream 洋葱中间件，随模型增量累积文本。
• 每当有新的 text delta，就检查是否已经凑齐第一句（句号、叹号、问号、分号、省略号或换行等）。
• 第一句一完整就立刻发起合成，而不是等 finally 里整条回复结束。

默认只念第一句¶

配置项 firstSentenceOnly 默认为 true，只朗读回复开头第一句；可在 ~/.dsh/breeze-speak.json 里关掉，以念更多内容（会多耗 Breeze 积分）。

文本清理与其它插件隔离¶

送给 Breeze 前会剥掉代码块以及 {}、[]、【】 等标记，避免被逐字念成「左花括号」。同时会跳过由其它插件发起的模型调用（例如返回 JSON 的心情判定），避免把别家插件的 JSON 串进朗读。

PCM 流式播放¶

走 Breeze 的 /stream 端点，以 SSE 推送 PCM 帧；网页半边 drain 到 Web Audio 时间轴上连续播放，而不是等整段 mp3 编完。

设置页：Key 与在线音色¶

设置入口为「设置 → Breeze 朗读」：

• 填写 Breeze API Key（形如 brz_...），保存后立即生效，无需重启。
• 浏览在线音色：按名字 / 语言 / 性别 / 来源筛选、分页；「▶ 官方试听」播 Breeze 自带预览（免费）；「念一句」用该音色试合成（耗少量积分，不改变已保存音色）；「选为我的音色」保存默认 voiceId。

设置页只暴露 key 和音色选择器；enabled、firstSentenceOnly、maxChars、instructions 需在配置文件里改，并真正退出桌面应用再开才生效（插件主代码不热重载）。

组成与依赖¶

前置条件（来自 README）：

1. Node >= 22（DSH 自带运行时满足即可）。
2. DSH 引擎 >= 0.2.1-rc.2（见 package.json 的 engines.dsh）。
3. 有效的 BreezeBlue API Key。

API Key 与音色¶

Key 三种来源，优先级：设置页 > 环境变量 BREEZE_API_KEY > ~/.dsh/.credentials.yaml 里的 refs.BREEZE_API_KEY。设置页点「清空」会回退到后两者。Key 在每次合成 / 拉音色时动态解析，保存后不用重启。

默认示例音色为 voc_u3nxkd5578wc；建议在设置页「在线音色」里从你账号可用的音色里选一个（例如输入名字 →「拉取」→ 试听 →「选为我的音色」）。

拉音色与合成都会访问 api.breeze.blue（发送文本与 key）。明文 key 不下发到浏览器；网页半边只收 PCM 帧和打码后的 key 尾号。

配置¶

配置文件路径：~/.dsh/breeze-speak.json（不存在则用默认；设置页保存 key 或音色时也会写入此文件）。

{
  "enabled": true,
  "firstSentenceOnly": true,
  "maxChars": 120,
  "voiceId": "voc_u3nxkd5578wc",
  "instructions": "用傲娇又有点心虚、软软的语气念，句尾轻轻上扬再收回去。",
  "apiKey": ""
}

• 改 key 或 voiceId：设置页保存即可，立即生效。
• 改 maxChars、instructions、firstSentenceOnly、enabled：编辑上述文件后完整重启 DSH 桌面应用。

安装与启用¶

SkillHub 目录页与 GitHub 仓库均将该插件标识为 rirtue/dsh-breeze-speak，包已发布到 npm（publishConfig.registry 为 https://registry.npmjs.org）。已抓取资料中未给出固定的 dsh plugin add … 单行命令，安装时请按你当前 DSH 版本的插件安装流程，从 SkillHub 插件页 或 GitHub README 的说明操作；在安装前建议阅读源码与 MIT 许可证，并确认插件以 当前 dsh 进程权限运行。

启用后：

1. 打开「设置 → Breeze 朗读」，粘贴 brz_... 并保存。
2. 拉取并选定默认音色，必要时用「念一句」试听。
3. 正常对话；默认会在第一句出现后自动发起朗读。

宿主 HTTP 路由（前缀 /dsh-breeze-speak/）¶

仅供理解插件边界，日常通过 UI 即可：

每个 handler 先做 准入围栏（ctx.connection.requestRejection）：要求已认证的存活 Peer，否则 401/403。因此 shell 里裸 curl 通常无法访问；请用设置页或带 API token 的方式。写操作还会校验 Origin / sec-fetch-site 防跨站。

适用场景与注意¶

适合谁

• 长时间用 DSH 对话、希望少盯屏或边做别的事边听首句结论的开发者。
• 已有 BreezeBlue 账号、能接受按句/按字消耗积分，且愿意自己挑音色、写 instructions 语气的人。

注意

• 默认只念第一句：长回答的后续内容不会自动全念，除非你改配置并接受更高积分消耗。
• 插件会调用外网 TTS；除 Breeze API 外，资料未描述其它出站流量，但 key 与文本会发往 api.breeze.blue。
• 社区目录 SkillHub 与 DeepSeek / 幻方无官方从属关系；插件同理为社区维护，使用前请自行审计代码。

结尾¶

dsh-breeze-speak 把「第一句写完」和「Breeze PCM 流式合成」绑在 llm/stream 上，用 Web Audio 压低首声延迟，并在设置页完成 Key 与上万在线音色的管理。若要查看元数据或提 issue，见 SkillHub 目录页 与 GitHub：rirtue/dsh-breeze-speak。