dsh-gptsovits-tts
让你的 DSH 用自己的声音说话：本地 GPT-SoVITS 音色朗读、右侧边栏换音色、拖一段声音就能一键训练新音色。
插件会安装到这里；不确定时保持 web。
npx -y @deepseek-ai/dsh plugin --profile web add github:Nuoyi207/dsh-gptsovits-tts#325a96c8041b87ead2c13d102a87a3dbecca6781Gptsovits Tts 以 dsh-gptsovits-tts 发布，当前版本为 0.2.0。Plugin Hub 会校验它的 manifest，并保存精确安装来源，便于复现安装结果。
让你的 DSH 用自己的声音说话。 这个插件本身不含任何模型代码，语音合成的能力全部来自开源项目 GPT-SoVITS（作者 花儿不哭 / RVC-Boss），用的是它的 V2ProPlus 版本。推理全部在本机 GPU 完成，不联网、不上传任何音频。
这个插件能说话，99% 的功劳不是我的：
觉得这个插件的音色好听、训练顺手的话，请去给 GPT-SoVITS 点个 Star —— 那才是这份能力的来源。
# 从 GitHub 安装（无需 npm）
dsh plugin --profile web add github:Nuoyi207/dsh-gptsovits-tts
# 已发布到 npm 时也可以按包名装
dsh plugin --profile web add <包名>
装好重启 DSH，右侧边栏会出现「语音模型」标签页。
第一次打开面板会看到「语音引擎 未就绪」：
runtime/ 与 GPT_SoVITS/）。引擎默认放在 %LOCALAPPDATA%\dsh-gptsovits-tts\engine，与 DSH 升级无关；想换位置改配置项 engineDir。
| 场景 | 操作 |
|---|---|
| 自动朗读 | 默认开启；每条消息底部也有「▶ 朗读」按钮 |
| 换朗读音色 | 面板卡片上的 设为朗读 |
| 试听 | 卡片上的 试听（播完自动切回默认音色） |
| 语速 | 配置项 speed（1.0 为原速） |
| 导入已有权重 | 新增音色 → 选 GPT / SoVITS 权重 → 选或拖 3–10 秒参考音频 → 自动识别台词 → 保存 |
| 训练新音色 | 切到 训练 分段 → 填名字 → 拖入素材 → 选轮数（默认 SoVITS 8 / GPT 15）→ 开始 |
训练至少需要约 1 分钟有效人声（切片 + 识别之后）；训练期间合成暂停，结束后自动恢复并把新音色加入列表。
安装器的磁盘策略：边下载边解压（下完一片 → 校验 → 解压 → 删片）， 峰值占用约「最大分片 + 解压后总量」≈ 12 GB，而不是「全部分片 + 解压后」≈ 23 GB。 开始前会用
statfs检查可用空间，不够就直接报中文错误（需要多少 / 可用多少）。
为什么第一次要下 11 GB？ 引擎包含 Python、PyTorch(CUDA)、GPT-SoVITS 底模与声码器，塞不进 npm 包。只下一次，之后所有音色共用。
显存不够 / 没有 NVIDIA 显卡？ 需要 CUDA 11.8 兼容驱动。8 GB 显存（如 RTX 2080）可跑 V2ProPlus；更小的卡建议开「空闲释放显存」。
下载很慢或中断？ 分片下载，中断后重新点「下载并安装」会从断点继续；也可以手动解压到任意目录后用「用已有目录…」。
杀毒软件报警？ 包内含 python 与 torch 二进制，流程是「下载后解压执行」，容易被误判。每片下载完都校验 sha256，不过会自动删除重下。
声音版权？ 内置诺艾尔 / 爱莉希雅音色仅用于功能演示，版权归原权利人；正式使用请导入或训练你有权使用的音色。
| 键 | 默认 | 说明 |
|---|---|---|
enabled | true | 总开关 |
voice | auto | auto 跟随面板里的默认音色，也可写死音色 id |
speed | 1 | 语速倍数 |
autoSpeak | true | 回复自动朗读 |
debounceMs | 350 | 回复停顿多久后开始朗读 |
engineDir | 空（默认） | 引擎目录 |
autoDownload | true | 引擎缺失时自动下载 |
downloadBase | 空（内置地址） | 引擎分片下载根，可自建镜像 |
音色配置（voices.json）、导入的参考音频、训练产物都在 %LOCALAPPDATA%\dsh-gptsovits-tts\data，
与引擎目录分开：重装或升级引擎不会丢音色。
DSH Host 插件 (lib/index.js)
├─ 监听 session/event → 抽正文 → 防抖 → POST /speak
├─ /gptsovits/* 反代到本地服务
└─ lib/engine.js：下载 / 校验 / 解压 / 定位引擎
本地合成服务 (lib/server/server.py，FastAPI :9866)
├─ 载入 GPT-SoVITS 权重，缓存每个音色的参考特征
├─ 合成：分句 → GPT(语义) → SoVITS(声码) → wav
└─ 播放：winsound 队列，支持暂停 / 继续 / 空闲卸载
客户端 (lib/client.js)
├─ 右侧边栏「语音模型」：音色卡片 / 训练页 / 引擎向导
└─ 消息操作栏：朗读、暂停、继续
node test/plugin_unit.mjs
node test/plugin_client.test.mjs
node test/plugin_routes.test.mjs
用本机已有引擎调试：写一份 %LOCALAPPDATA%\dsh-gptsovits-tts\paths.json 指向你的整合包（字段 pythonPath / repoPath / serverScript / logPath）。
引擎打包与发布流程见 docs/发布指南.md。
代码 MIT。GPT-SoVITS 及其预训练权重遵循上游协议；内置音色仅供演示。
node test/run_all.mjs # 7 个套件