dsh-whale-tts
这声音是育木的小鲸鱼的。
给 DeepSeek Harness 用的语音合成插件:把文本合成为本地音频文件并返回路径。播放、发送、上传都不归它管,交给调用方。
功能
- 三个工具
tts_synthesize:文本转语音,返回绝对路径、相对路径和文件名;
tts_list_voices:列出 provider 能力和已保存的音色档案;
tts_status:自检 provider、密钥、缓存、输出目录。
- 声音设计 / 克隆:写一段描述生成 2~5 个候选,试听后固化;也可以上传 10MB 内的 wav/mp3 做参考音频克隆。设计和克隆都会保留描述里的语气、语速,作为风格指令。
- 音色档案:预置、克隆、设计三种,最多 50 个,可手动切换;删除档案会一并删掉参考音频。
- 设置卡:DSH 插件页里可视化操作——试听、生成候选、管理档案、写密钥、改输出设置(中英双语)。
- 朗读:DSH 助手每条最终回复的操作行有播放按钮,用当前音色朗读/暂停;设置卡可开「自动朗读新回复」(默认关,只读一轮最后一条正文)、跳过代码块、分段长度和语速。行内代码按词语读出,围栏代码块默认跳过。
- 备份与恢复:把档案、样本、候选导出成一个 JSON(不含密钥),导入支持合并或替换,导入前自动备份当前状态。
- 密钥安全:只保存 DSH 凭据的引用名,工具结果、日志和前端都不会出现密钥值;只允许清除本插件自己写入的凭据。
- 离线回退:主 provider 目前只有 MiMo;MiMo 不可用时可以回退到 Windows 自带的离线 SAPI。
快速开始
dsh plugin --profile <profile> add file:/路径/dsh-whale-tts-0.4.2.tgz
# 或在 DSH 插件页安装 tgz / 本地目录,装完重启 DSH
License
MIT