dsh-voice-speaker

DeepSeek Harness（DSH）语音朗读插件：用 DeepSeek 官方 TTS 朗读助手回复，内置轻量变声。

输入框旁一个喇叭读最新回复；每条助手回复的动作条里也有一个喇叭，任意一条（含历史消息）都能单独朗读。播放走流式 PCM：边收边播、首帧即出声、随时可停。

功能

• 一键朗读：点喇叭读最新一条助手回复；每条消息旁可单独朗读/停止。
• 音色档位（可视化面板）：
  • 海星（stella，官方女声原声）
  • 暗潮（tide，官方男声原声）
  • 正太（海星 +0.5 半音）
  • 萝莉（海星 +2 半音）
  • 中性（海星 −3 半音）
  • 少年（暗潮 +3 半音）
  • 大叔（暗潮 −2 半音）
• 自由微调：±6 半音滑块（仅影响播放，不改原音频）。
• 只读正文：只朗读助手回复正文（kind:'text' 块），跳过思考/推理与工具调用。
• 可视开关：面板可关闭；关闭后输入框旁只留一个 ▾ 设置入口，不丢失。也可在插件管理里整体停用。
• 主题跟随：使用 DSH 主题变量（--dsw-alias-*），深浅色自动适配。

安装

这是一个 DSH bundle 插件，需要装在某个 profile（如 desktop）里。

方式一（本地目录）：把本仓库放到任意目录，然后在 DSH 的 Plugins → Add plugin 选择该目录安装。

方式二（Agent 工具）：

plugin_manager(action="install_bundle", target="<本仓库绝对路径>")

安装后重启/刷新 DSH，输入框旁会出现喇叭；在 Plugins 里可随时停用。

配置

• 需要一个 DeepSeek API Key，用于调用官方 TTS（https://api.deepseek.com/v1/tools/tts）。
• Key 的读取顺序：插件 config.apiKey → 环境变量 DEEPSEEK_API_KEY → $DSH_HOME/.credentials.yaml 里的 DEEPSEEK_API_KEY。
• 密钥只在本机 Host 进程内读取，不经浏览器。

计费

• 朗读按字符计费：汉字算 2 字符，1 万计费字符 3 元（限时 5 折 1.5 元）。
• 变声与播放不产生任何 API 调用、不额外计费；变调在本机浏览器完成，不落文件。

结构

package.json          # bundle 清单（dsh.bundle / dsh.client）
cordis.patch.yml      # 插入 voice-speaker 行
index.js              # Host：POST /dsh-voice/speak 流式转发官方 TTS（format=pcm）
client.js             # Client：输入框喇叭 + 每条消息喇叭 + 变声面板 + 流式播放
locale/zh.json|en.json# 插件显示名称与描述
icon.svg              # 图标
docs/DETAIL.md        # 插件详情页

已知限制

• 官方只有 海星 / 暗潮 两个音色，其余为音高变调模拟，极端参数会失真（建议 ±6 半音内）。
• 变调会带共振峰一起移动，是"同一个声音变高变低"，不是真正换人声。
• 单条正文超过 5000 字符会被拒读，需分段。

License

MIT © 2026 猫伊cat