乔木语音 · DeepSeek Harness

v0.1.4：DeepSeek Harness 0.2.1-rc.3 兼容更新。本次验证范围。

English · 功能与验收记录 · 本机模型安装

把原版乔木语音的朗读、听写和音视频导出带到 DeepSeek Harness。直接保留原版声音选择、播放控制、设置、分享弹窗和 CSS，只适配宿主接口与 Markdown 工作区。

功能

• Markdown 全篇、选中内容、光标和可见位置朗读；暂停、恢复、逐句跳转、进度、倍速和自动跟随。
• 系统语音、macOS 增强音色、Edge、Kokoro/Melo，以及 OpenAI 兼容、Qwen、豆包、MiniMax、硅基流动、ElevenLabs、Azure；保留原版服务配置、音色目录、试听与最近选择。
• 麦克风听写和音频文件转写；实时/批量模式、失败重试、取消、保留录音、光标插入。支持本机 SenseVoice 与原版全部云识别协议。
• 原版分享流程：编辑朗读稿、多范围、预听、MP3、横竖 MP4、4 类可视化、字幕/SRT、封面/尾卡、头像、署名、背景和笔记附件。
• 原生快捷操作、Markdown 保存与草稿恢复、写入冲突保护；可复用的 qiaomuAudio 公共服务与 Reader/RSS 配置导入接口。

安装

需要 DeepSeek Harness 0.2.1-rc.3。从 Releases 下载 tgz，在 Harness 插件管理中安装并启用，侧栏打开“乔木语音”。也可使用应用自带 CLI：

dsh plugin --profile YOUR_PROFILE add /absolute/path/qiaomu-audio-dsh-0.1.4.tgz

首次选择声音后可试听，再打开或输入 Markdown。默认文件位于 DSH_HOME/qiaomu/qiaomu-audio-dsh/notes，设置与草稿单独保存在同级 state.json；默认 DSH_HOME 为 ~/.dsh。插件配置可指定绝对 notesDir/dataDir。不修改原 Obsidian 插件或它的数据。

API 密钥保存到 macOS Keychain、Windows DPAPI 或 Linux Secret Service，不写入项目 JSON。Linux 需要可用的 Secret Service 与 secret-tool。导入 Reader/RSS 设置是显式的一次性复制，保留目标已有密钥；只有来源插件注册接口后才显示导入入口。

本机模型与验证

本机模型需要先按安装说明准备独立 Python 环境，再在原版设置中下载模型。macOS 实测了 Mac 音色、Edge、Kokoro、Melo、SenseVoice、MP3 与 H.264/AAC MP4 导出、原版预览、保存、跨插件服务和 720px 界面。

自动检查覆盖原版 TTS/ASR/导出协议、取消与重试、真实原版组件挂载、听写光标插入、Host 文件与凭据边界。付费云服务使用协议 fixtures 验证，未代替用户调用所有付费账号；真实麦克风授权与 Windows/Linux 实机仍需对应环境验证。详细证据见 ADAPTATION.md。

开发与集成

npm ci
npm run check
npm pack

Cordis 客户端通过可选注入 qiaomuAudio 使用 speak、stop、transcribe、readNote、startDictation。服务在语音面板关闭时仍能朗读和转写，需要编辑器的操作会打开语音面板。卸载或停止会取消未开始的播放。类型与可复用原版语音组件由 qiaomu-audio-dsh/shared 导出；不要将密钥加入持久化设置。

源项目 qiaomu-audio，GPL-3.0-only；第三方依赖与来源见 THIRD_PARTY_NOTICES.md。

createSpeechBridge() 为 Reader/RSS 提供独立的原生合成、音色目录和本地模型接口；coordinateSpeech() 协调跨插件播放。消费者在卸载时释放 bridge 与协调句柄。

exportSpeechSettings() 供 RSS 的原版设置页发现当前语音配置，不读取密钥；用户点击导入时才调用 exportSpeechSettings({includeSecrets:true})。返回值仅用于向目标系统凭据库复制，不写入 JSON。