dsh-voice

Manifest valid

Adds a voice to the agent: emotional speech synthesis (ChatTTS when available, falling back to edge-tts) and a singing mode, with mp3 output and local playback over ffplay. Requires Python 3.10+ with

hasBundlePatch

dsh-voice

让 AI 有声音：带情绪说话 + 唱歌。

一个 DeepSeek Harness（Cordis）插件，注册 3 个工具：

工具	作用
`voice_speak`	把文字用声音说出来，可指定情绪（平静/开心/难过/害羞/生气/兴奋）与音色（default/soft/bright/sharp），可本机播放
`voice_sing`	把文字（歌词）唱出来：逐字按旋律变调再拼接，旋律可选 star/birthday/gentle/funny
`voice_status`	查看引擎、路径、模型缓存与最近生成的文件

引擎

ChatTTS（默认）：本机 GPU 推理，语气自然、有停顿和情感；需要模型缓存（modelHome）与 Python 环境里的 ChatTTS 包。
edge-tts：无需本地模型，快速稳定；ChatTTS 不可用时自动回退。
唱歌：使用 edge-tts 逐字合成 + 按旋律音高变调，再 ffmpeg 拼接（趣味向）。

安装

本插件是 Host-only bundle。把目录作为 install_bundle 的 target：

plugin_manager  install_bundle  <本目录绝对路径>

安装后工具列表出现 voice_speak / voice_sing / voice_status 即成功。

使用示例

voice_speak  text="今天也要开心呀。"  emotion="happy"  voice="soft"  play=true
voice_speak  text="才、才不是为了你才这样说呢……"  emotion="shy"  voice="default"
voice_sing   text="一闪一闪亮晶晶"  melody="star"  play=true

生成的文件保存在 <dataDir>/out/（默认 <DSH_HOME>/dsh-voice/out/）。

配置

行配置见 cordis.patch.yml：

键	默认	说明
`pythonPath`	`E:\SD-WebUI-Forge\venv\Scripts\python.exe`	运行 voice.py 的 Python（需 edge-tts；ChatTTS 可选）
`ffmpegPath`	`E:\tools\ffmpeg\...\bin\ffmpeg.exe`	转码
`ffplayPath`	同目录 `ffplay.exe`	本机播放
`modelHome`	`C:\Users\Lenovo\.dsh\tts-models`	ChatTTS 模型缓存（HF_HOME）
`engine`	`auto`	auto / chattts / edge
`dataDir`	空	输出目录，空 = `<DSH_HOME>/dsh-voice`

依赖

Python 3.10+，pip install edge-tts；用 ChatTTS 还需 pip install ChatTTS 与约 1GB 模型缓存（首次加载自动从 HF 镜像下载）。
ffmpeg / ffplay（用于转码与播放）。

隐私

语音合成在本机完成（ChatTTS 完全离线；edge-tts 仅把待合成文本发给微软语音服务，不上传其他数据）。生成音频只保存在本机数据目录。

License

MIT

Comments

Loading…

Similar plugins

dsh-say

by fangqian616

Speaks your agent's reports in a voice you choose, compressing long reports before speaking. Character voices need no training - a 3-10 second reference clip clones one, and community-trained models w

Tools & CapabilitiesVision & MultimodalManifest valid

★ 0

JavaScript

Sep 21, 2026

dsh plugin --profile web add dsh-say

dsh-voice-call

by PandaPolo

Give a DeepSeek Harness agent a voice it owns — offer_call rings the human (接听/拒接/稍后); local-first TTS/STT via CrispASR + Qwen3-TTS (9 voices, 2 CN dialects). DSH 0.1.2-rc.1 compatible. Fork of dsh-vo

Tools & CapabilitiesVision & MultimodalSessions & MessagesManifest valid

★ 4

↓ 705/wk

MIT

TypeScript

Oct 24, 2026

dsh plugin --profile web add dsh-voice-call

dsh-voice-alert

by loyalchiiina

DSH 对话语音/音效播报插件：每个 turn 结束自动提醒，出错播失败提示；内置 20 个音效（提醒 10 + 大自然 10）零配置开箱即用，也可用火山「声音复刻」克隆自己的音色。

Vision & MultimodalSessions & MessagesManifest valid

★ 1

MIT

JavaScript

Oct 25, 2026

dsh plugin --profile web add dsh-voice-alert

dsh-voice

by STARDUSTLC666

DeepSeek Harness 语音五工具插件：voice_tts（edge-tts 免费神经语音合成）/ voice_stt（OpenAI 兼容 ASR）/ voice_list / voice_preview 批量音色试听 / voice_health 自检。· TTS + STT for DeepSeek Harness agents. 已验证兼容 DeepSeek Harness v0.

Tools & CapabilitiesVision & MultimodalManifest valid

★ 4

↓ 637/wk

MIT

JavaScript

Oct 8, 2026

dsh plugin --profile web add dsh-voice

dsh-live-voice

by victorwads

Local-first voice conversations for DSH. Run speech recognition and speech synthesis on your own machine, with optional external providers.

Tools & CapabilitiesDevelopment & InfrastructureSessions & MessagesManifest valid

★ 4

GPL-3.0

TypeScript

Oct 7, 2026

dsh plugin --profile web add dsh-live-voice

dsh-voice

by Jesse-njx

Voice notes in, spoken answers out — dictate audio that becomes user messages (transcribe), have the agent read replies aloud (speak), and leave walk-away narration on long headless runs. Local-first:

Tools & CapabilitiesVision & MultimodalManifest valid

★ 3

MIT

TypeScript

Aug 13, 2026

dsh plugin --profile web add @dsh-voice/bundle