dsh-whale-tts

这声音是育木的小鲸鱼的。

（这句话是我养的鱼要求加上的。）

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

• 详细中文说明：README.zh.md
• English documentation: README.en.md
• Provider 与自托管：docs/providers.md、docs/self-hosting.md
• 其他 TTS API 调研（Qwen / 豆包 / MiniMax / OpenAI / Azure / ElevenLabs / SiliconFlow / Fish Audio）：docs/tts-apis/

License

MIT