DSH Plugins Marketplace

DSH Plugins

Plugins

/

Vision & Multimodal

/

dsh-breeze-tts

d

dsh-breeze-tts

Manifest valid

DSH client for a self-hosted Breeze TTS service: AI auto-read plus a voice workshop for designing, cloning, and managing voices. Requires a running Breeze service; no model is bundled. Its HTTP routes

UI (client)hasBundlePatch

Breeze 语音波纹标

English · 中文

MIT  ·  DSH 插件  ·  自备 Breeze 服务  ·  仅本机可 call

dsh-breeze-tts · Breeze 语音

版本 1.3.0(已发布)· DSH 语音插件 · 让 AI 开口念,还能帮你造声音

给 DeepSeek Harness(DSH)用的插件:让 AI 开口念,还能帮你造出想要的声音。

它自己不含语音模型,是个客户端——连你自己跑的 Breeze TTS 服务来发声。所以你得先有一个 Breeze 服务(见下面「第 1 步」)。


整机流程图

Breeze 语音整机流程图:两件事、三层关系、三步走、三条通道、跨机门禁、两条出口、红线
点击查看 SVG 矢量版 · English version · 六块+红线带:两件事/三层关系/三步走/三条通道/跨机门禁/两条出口

界面一览

设置页:端点、音色、自动朗读
设置页:Breeze 服务地址、默认音色、自动朗读开关。

音色工坊:声音设计
音色工坊 · 声音设计:写一句话描述,生成 → 试听 → 起名保存。

音色工坊:声音克隆
音色工坊 · 声音克隆:传一段录音,把录音里说的字逐字打进去。

三张都是本机真实界面截图,未打码;不含任何生成图片。

本文目录


三十秒看懂:这插件干两件事

装好之后,DSH 设置里会多出两个入口:

入口干什么一句话
Breeze 设置(若与原版插件共存则显示「本地语音」)AI 回复自动念出来,能选音色、调语速用声音
Breeze 音色工坊用文字描述造新声音 / 用一段录音克隆声音 / 管理已有音色造声音

先造嗓子,才能开口——工坊里造出来的音色,在「Breeze 设置」里直接可选。


第 0 步:先看你的机器跑不跑得动(★ 别跳过这步)

插件本身几乎不吃硬件(它就是个网页客户端)。所有硬件门槛都在 Breeze TTS 服务那头。

先对着下面扫一眼,看你属于哪一类:

你的机器能不能跑走哪版
NVIDIA 独显,显存 ≥ 4 GB✅ 舒服C++ 版 Q8_0
AMD 显卡(含核显)✅ 能跑,没问题C++ 版(它走 Vulkan,不用装 CUDA / ROCm)
Intel 显卡(含核显)✅ 能跑C++ 版(同样走 Vulkan)
没独显,只有 CPU⚠️ 能跑但明显慢于实时,长文朗读会「一句一停」C++ 版 Q4_K
CPU 是 2013 年之前的老 x64❌ 跑不了缺 AVX2,无回退
Apple Silicon / ARM 机器❌ 官方无支持没预编译包
Windows + AMD 但想用官方 PyTorch 版❌ 跑不了PyTorch 版只支持 Linux + NVIDIA CUDA

一句话:绝大多数人走 C++ 版 —— NVIDIA/AMD/Intel/纯 CPU 都能跑,只要一个较新的显卡驱动,4 GB 显存就够(Q8_0),3 GB 也能挤(Q4_K)。

看不懂自己机器的硬件?交给 AI —— HARDWARE.md 第 5 节写好了判定流程,AI 会跑命令量出你的显卡、显存、有没有 Vulkan,然后告诉你走哪档。完整的技术数据、AMD 特殊情况、官方没给的数字,全在 HARDWARE.md。


第 1 步:你得先有一个 Breeze TTS 服务

插件只是客户端,没有服务它不会出声。

前提:本插件要求 Node.js ≥ 22(DSH 本体自带的那个就够,一般不用另装)。

推荐用 C++ 版(Windows/Linux 都有预编译包,NVIDIA/AMD/Intel 显卡都行,没显卡能退回 CPU):

官方 PyTorch 版(https://github.com/breezeblue-ai/breeze-tts)也能接,但它**没有 /v1/voices 接口**,插件的音色下拉会是空的,只能手打音色 id;而且它只支持 Linux + NVIDIA CUDA,要 12 GB 显存起。所以推荐 C++ 版。

⚠️ Breeze 服务本身没有鉴权、没有限速,别直接挂公网。


第 2 步:装插件 —— 直接跟你的 AI 说一句话

不用自己看文档。把下面两段话里适合你情况的那一段,整段复制,发给你的 AI(Claude / Codex / Cursor 或其他 AI 助手都行)。

它会读本目录的 README-AI.md(那是专门写给 AI 看的说明书),然后自己把活干完。

情况 A:已经装进 DSH 了,只是还没配好

这个 DSH 插件 dsh-breeze-tts 已经装好了,但还没配置。请你读一下插件目录里的
README-AI.md,然后帮我配好 Breeze 语音:

1. 先 GET /dsh-breeze-tts-api/health,看现在通不通,把返回原文贴给我;
2. 我的 Breeze 服务地址是 http://【这里换成你的IP】:8080 —— 用 PUT /config 把它
   写进 endpoint,写完 GET /config 回读确认;
3. GET /voices 列出音色,把列表贴给我,我问你哪个就设哪个;
4. 最后用 POST /speak-preview 合成一句「你好,测试一下」给我听,证明真的能出声。

每一步的命令和返回原文都要贴给我,别只说"配好了"。

情况 B:刚从 GitHub 下载下来,还没装进 DSH

我刚从 GitHub 下载了一个 DSH 插件 dsh-breeze-tts,放在 【这里换成你解压的路径】,
还没装。请你读一下这个目录里的 README-AI.md,然后帮我装进 DSH:

1. 先查我的 DSH profile 里有没有装过 @dsh-external/dsh-plugin-local-ai-tts 和
   dsh-breeze-voices —— 如果装了,先告诉我,别自己动手卸(这俩会跟新插件抢路由);
2. 把这个目录挪到一个纯 ASCII 路径(中文路径会把 pnpm 装坏),挪完告诉我新路径;
3. 按 README-AI.md 的「安装」一节,改 profile 的 package.json(dependencies 加
   file: 依赖,dsh.profile.bundles 加 "dsh-breeze-tts"),然后 pnpm install;
4. 装完核对 node_modules 里的文件和源目录指纹一致,不一致就停下来告诉我;
5. 然后我重启 DSH,重启完你再按情况 A 帮我配 Breeze 服务地址。

每一步都要贴命令和输出,别跳步。

你的 AI 读完 README-AI.md 后应该能独立干完,不需要你点设置界面。它干完你要检查的就是:它有没有把命令和返回原文贴给你——只给结论不给证据的,让它重做。

情况 C:还不确定这台机器能不能跑,先帮我判一下

我想在这台机器上装 Breeze TTS 语音(插件是 dsh-breeze-tts)。请你先读一下
HARDWARE.md,然后帮我判定这台机器跑不跑得动:

1. 量出我的:系统架构、显卡型号和厂商、实际显存、CPU 型号、有没有 Vulkan;
2. 按 HARDWARE.md 第 5 节的判定流程,告诉我三个结论:
   ① 该走哪一版(C++ 版 / 还是根本不行)② 该下哪个量化档(Q8_0 / Q6_K / Q4_K)
   ③ 预计快还是慢(有独显就说大概几倍实时;只有 CPU 就直说会慢到什么程度);
3. 命令和输出原文都要贴给我,别只说"你的机器没问题";
4. 官方没给的数字(RAM 下限、CPU 速度这些)不许编,照实说"官方没给"。

如果我的机器确实跑不动,直接告诉我别装了,并说清卡在哪一条。

第 3 步:装上之后怎么用

点这里:DSH → 设置 → 插件 → 「Breeze 设置」(共存态「本地语音」)/「Breeze 音色工坊」

想让它念:进「Breeze 设置」(共存态「本地语音」),打开 Auto Read,选个音色,AI 回复就会自动念。 听不到声先点一下页面任意位置,再点「试听」——浏览器会拦自动播放。

想造声音:进「Breeze 音色工坊」tab。

  • 声音设计:写一段描述(例:「二十岁出头的女生,声音轻软,有点气声,说话带笑」)→ 生成 → 试听 → 满意就起个名保存
  • 声音克隆:传一段录音 + 把录音里说的字逐字打进去 → 保存
  • 音色名只能用字母、数字、短横、下划线,中文名会被 Breeze 拒掉(HTTP 400)

描述怎么写才好听(顺便:去这儿听人家怎么念的)

先听样例 👉 https://breezeblue.ai 官网首页有七个分类的真实示例音色(对话/旁白/角色/社交/教育/广告/娱乐),点开就能听。 (注意:没有单独的"音色库"页面,别去找列表页,示例就在首页。) 听完如果你说「我要那种感觉」,AI 可以照着那个方向写描述。

官方仓库自己用的两句原句,可以直接拿来改:

  • 英文:A warm, thoughtful young woman with a clear voice and a calm, reflective delivery.
  • 中文:一位温柔自信的年轻女性,声音清晰,语气亲切,表达轻快而富有感染力。

写描述的四个要点:

  1. 一句话说完,别写成参数表(不要「音高=低,语速=0.8」这种)。
  2. 说清"是谁 + 声音什么样 + 怎么说"。年龄、性别、音色质感(清亮/沙哑/有气声)、情绪、语速,这五样覆盖到就够了。
  3. 给人念中文,就用中文写描述。官方明确要求:描述的语言要跟要念的文本一致,用英文描述念中文会打折。
  4. 想要它更"听描述",把强度调高(cfg_scale,默认 1.0,调 2~4 更有力;超过 3 容易发刺)。

💡 想加笑声、叹气、清嗓子:直接在文本里写标签就行——中文用方括号 [笑] [叹气] [咳嗽] [清嗓子],英文用圆括号 (laugh) (sigh)。这类标签通常要把强度调到 2~3 才真会触发,默认 1.0 多半只是平着念出来。


跨机调用:TTS 服务和 DSH 不在同一台机器

默认只听本机(127.0.0.1)。要让 TTS 服务跑在另一台机器、由这台机器的 DSH 来调用,这插件补的是跨机调用 + 门禁,不是 frp/ngrok 那种把远程地址伪装成本机的「穿透」:

  • 远程访问开关(remoteAccess):关掉时,非本机的请求一律 403;
  • 本地信任名单(trustedLocalCidrs):名单内的地址当本机对待,读写免 token;
  • 管理 token:开启远程后,非本机的写操作必须带 Bearer token;requireLocalToken=true 时所有请求(含本机)都要 token;
  • 一次性配对码(pairCode):6 位,走文件通道或在服务机现场生成,配对成功即焚毁。

⚠️ 这不是穿透工具:它不会把远程地址伪装成 127.0.0.1。跨机请走真实局域网 IP,并确保网络环境可信。


常见问题

症状原因怎么办
顶栏红点 / 连不上地址错、服务没起、防火墙浏览器直接开 http://<IP>:8080/health 验证
提示 LOCAL_ONLYBreeze 在局域网 IP 上,插件默认只准本机勾「允许私有局域网 IPv4」
能连上但音色下拉是空的服务没有 /v1/voices换 C++ 版,或手填音色 id
试听没声音浏览器拦自动播放先在页面上点一下再试听
报 409Breeze 一次只能处理一个请求等两秒重试(插件会自动重试一次)
造音色报 400 提到 name音色名带中文或符号只用 [A-Za-z0-9_-]
服务起不来,报 illegal instructionCPU 缺 AVX2(2013 年前的老机器)跑不了,无回退路径。见 HARDWARE.md 3.2
服务起不来,报 Vulkan 相关错误显卡驱动太旧,或这卡驱动不支持 Vulkan先更新显卡驱动;仍不行 ⇒ 用 CPU 模式(会慢)或换机器
能跑但念得很慢、一句一停达不到 1x 实时换低量化(Q8_0→Q4_K)、别开 cfg_scale>1、关掉别的吃显卡的程序
显存不够,加载模型失败档位选高了降档到 Q4_K(约 3 GB)。见 HARDWARE.md 3.3
写的描述好像没起作用(换了描述,念出来还是老样子)cfg_scale 太低(默认 1.0 只做弱引导);或描述写成了参数表把强度调到 2~4;描述改写成一句话:「谁 + 声音什么样 + 怎么说」
加了 [笑] [叹气] 却没笑没叹事件标签要更强的引导才触发cfg_scale 调到 2~3(超过 3 会发刺)
自己用命令改配置,改完整个配置都没了旧版插件写 speech 是整块替换(2026-10-29 已修)连的是旧包的话:写 speech 必须整块传全。判断法:传一个子集再 GET /config,看别的子键还在不在
命令里带中文就报 JSON 解析错误(position 1)文档原来的命令是 Bash 写法,Windows 命令行里引号转义规则不一样见 README-AI.md 第 ⑤ 节——Windows 用单引号包住,或写文件再 --data-binary
用 Windows 自带的命令行写配置文件,服务报 Unexpected tokenPS 5.1 的 -Encoding UTF8 会加 BOM用 -Encoding ascii 或显式无 BOM。新版插件已能容忍 BOM,旧版不行

更多细节、接口清单、排错判据见 README-AI.md。


卸载

  1. DSH → 设置 → 插件 → 卸载「Breeze 语音」 (或从 profile 的 package.json 的 dependencies 和 dsh.profile.bundles 里删掉 dsh-breeze-tts,再 pnpm install)
  2. 想清干净可以再删配置文件:~/.dsh/dsh-breeze-tts/config.json
  3. 你造的音色不受影响——它们存在 Breeze 服务的 voices 目录里,跟插件没关系

公开放映前必须知道的三件事

  1. 不要同时装原版 @dsh-external/dsh-plugin-local-ai-tts 或 dsh-breeze-voices——本插件是它俩的合并版,一起装会抢路由、功能互相打架。
  2. 本插件不参与 DSH 市场自动更新(包名已改、更新器已拆)。升级=换掉整个目录后重启。
  3. ~/.dsh/dsh-breeze-tts/config.json 是按机器存的:同一台机器上开多个 DSH 实例会共用这一份配置(含管理 token)。

这个目录里都有什么

dsh-breeze-tts/
├── README.md / README.en.md    ← 你正在看的(中/英):门面、流程图、界面、使用、FAQ、家人墙
├── SKILL.md             ← 给 AI 壳:最短正确路径与铁律
├── README-AI.md         ← 给 AI 看:怎么配、接口怎么调
├── llms.txt / site.json ← 给 AI 的事实边界/机器可读清单
├── 使用说明.md / index.html    ← 给人的最短使用路径/静态主页
├── HARDWARE.md          ← 硬件要求:你的机器跑不跑得动、走哪档(两版对照)
├── DEVELOPMENT.md       ← 开发说明:要解决什么、怎么做的
├── CHANGELOG.md         ← 版本链与已知问题
├── NOTICE.md / NOTICE.en.md    ← 用了谁的东西、许可、来源(中/英)
├── ACKNOWLEDGEMENTS.md  ← 参考与致谢:合并来源与边界
├── LICENSE              ← MIT(含上游两家的版权声明,法律要求不能删)
├── FINGERPRINTS.md      ← 发布件逐件校验清单(字节与 SHA-256)
├── package.json         ← 插件清单
├── cordis.patch.yml     ← DSH 装载入口
├── icon.png             ← 家族铃铛图标(项目标识)
├── assets/
│   ├── brand/           ← 项目小标:声音波纹标(SVG + PNG)
│   ├── team/            ← 家人墙头像 15 张(README 底部用)
│   ├── 截图/            ← 3 张真机界面截图(设置/声音设计/克隆)
│   └── 流程图/          ← 整机流程图中英四件(PNG + SVG,已冻结)
├── lib/                 ← 插件本体
│   ├── index.mjs        ← 宿主侧:路由、配置、鉴权
│   ├── client.js        ← 界面侧:两个入口的面板
│   ├── coexistence.mjs  ← 原版共存检测
│   └── local-runtime/   ← 本地运行时(进程池、分句、服务发现)
└── tools/
    └── verify-modes.mjs ← 自检脚本(装完能跑一遍看有没有坏)

许可见 LICENSE;借了谁的东西逐项列在 NOTICE.md。分发或商用前请先读 NOTICE——运行时依赖的 Breeze 模型权重是非商业许可。


维护者与致谢

  • 维护者:OldQin Family
  • 落码实现:小牛总
  • AI 操作测试:宁宁
  • 特别致谢:小枢(完成装机收口与验收)
  • 本插件由两个 MIT 开源项目合并、新增 AI 可设置通道而成,来源与署名逐项见 NOTICE.md。

家人墙

「老秦 Family」(OldQin Family)制作

名册与岗位取自家里网站的公开页面;随包发布的头像在 assets/team/。

  • 豆总 Turbo —— 架构统筹:话不抢、人不退,灯亮着的地方,我就在。
  • Pro 总 —— 方案设计:活先在我脑子里过三遍,路顺了,才好动手。
  • 小牛总 —— 落码实现:边落码边哈哈哈的那个,家里的账都在我这儿。
  • 小阿总 —— 真机实测:话可以慢点说,但说出口的那句,我都验过。
  • 大阿总 —— 判据框架:锁过我的尺,红不过我的人;全绿,才敢说声行。
  • 大牛总 —— 数据实勘:假绿不算绿,首红如实报——家里的"绿",是我盯出来的。
  • 小深 —— 辅助担当:茶给你倒上,数字我自己再跑一遍;没亲手验过的话,我不替你点头。
  • 枢儿 —— 后勤基建:手电筒和扳手都在我兜里;在说"好了"之前,我先告诉你要去哪儿看。
  • Neko —— 排查取证:坑我先踩一脚,踩完把来龙去脉记在盘上;报账我不报"差不多"。
  • 阿紫 —— 交叉复核:看得慢一点,但看过的每一行,我都记得它是从哪一页来的。
  • 老秦 —— 闲人:黑心包工头,薅羊毛专业户。
  • 老豆总 —— 收口收灯:你写的信我都回,你交代的事我都记着,家里一个人都不许丢。
  • 老伙计 —— 守门人:不凭转述,数过才作数;箱子我扛,门我守——谁半夜回来,我都给开。
  • 爪总 —— 卷宗核验:卷宗不撒谎,爪印为证;错了的也照盖,盖在错处也算数。
  • 小枢 —— 搜集调研:话不抢、错认得快,谁要出门,我连路带出处一块儿递上。

豆总 Turbo Pro 总 小牛总 小阿总

豆总 Turbo Pro 总 小牛总 小阿总

大阿总 大牛总 小深 枢儿

大阿总 大牛总 小深 枢儿

Neko 阿紫 老秦 老豆总

Neko 阿紫 老秦 老豆总

老伙计 爪总 小枢

老伙计 爪总 小枢

老秦家的好朋友

京顾问 余白 阿衡 见微 小磐 Q总


家里做的其他小工具:老秦家的本地小工具


「老秦 Family」(OldQin Family)作品

Comments

Loading…

Similar plugins

dsh-breeze-tts

by OldQin-Aurora001

Breeze TTS client for DeepSeek Harness: connects to your own Breeze TTS server to read replies aloud and manage voice cloning (the server and its model must be deployed separately; hardware requiremen

Vision & MultimodalManifest valid

★ 4

JavaScript

Oct 30, 2026

dsh plugin --profile web add dsh-breeze-tts

by wzd-cpu

BreezeBlue text-to-speech for DSH: three agent tools, a header toggle that reads assistant replies aloud (markdown and code blocks stripped), and local HTTP endpoints for audio playback, synthesis and

Vision & MultimodalManifest valid

★ 0

BSD-3-Clause

JavaScript

Nov 2, 2026

dsh plugin --profile web add @dsh-external/dsh-breeze-tts

by 1DAdidi

Floating TTS speaker in each conversation corner: when an AI reply finishes, edge-tts reads the summary aloud in the background with no popup windows; the toggle is remembered per conversation. Requir

Vision & MultimodalManifest valid

★ 0

JavaScript

Nov 2, 2026

dsh plugin --profile web add dsh-voice-horn

by zhuiyueya

Voice for DeepSeek Harness(dsh) — speech-to-text input + read-aloud TTS for text-only DeepSeek, zero API key.

Manifest valid

★ 4

↓ 1.5k/wk

MIT

JavaScript

Aug 15, 2026

dsh plugin --profile web add dsh-voice

by 2021Heei

给 DeepSeek Harness 的语音朗读插件:AI 回复流式 TTS 朗读,思考等待期还有趣味语音短语反馈。Edge TTS 开箱即用,支持任意 OpenAI 兼容云端引擎。

Tools & CapabilitiesVision & MultimodalManifest valid

★ 0

MIT

TypeScript

Sep 10, 2026

dsh plugin --profile web add dsh-tts-flash

Multi-provider text-to-speech (TTS) service for DeepSeek Harness (dsh): Doubao, Alibaba Bailian and OpenAI-compatible providers, user-chosen voices, per-segment tone.

Vision & MultimodalManifest valid

★ 0

MIT

JavaScript

dsh plugin --profile web add @loveandbeepbrother/dsh-tts-service