← 返回列表
⚠ 装前注意
朗读 —— DeepSeek Harness 语音插件
基本兼容但装前注意：未发布到 npm registry，仅可从源码安装 · 最近上游提交 2026/9/15 · 已提供中文文档
在 DeepSeek Harness 中朗读助手回复：支持流式播放的文本转语音提供商。
综合分
32.3
GitHub 分
32.3
用户评分
—
★ Stars
4
周下载量
—
兼容 / 相关生态插件（非 dsh 原生，请按其对应运行时安装）
git clone https://github.com/NakamuraIA/dsh-plugin-speech.git信任档位：需留意实装验证未通过
- 是什么
- 生态插件（可安装，未声明 dsh 能力）
- 装得上吗
- 实装验证未通过（dependency_conflict），装前请到仓库确认最近更新与 issue
- 安全吗
- 本站尚未对该插件做风险分级（暂未覆盖，不等同于无风险）
- 还在维护吗
- 活跃：最近一次提交在 11 天前
档位由下列信号合成：本站实装验证（真实安装，当前最高到 L4）· 验证所用 dsh 版本 · 静态安装检查 · 风险分级 · 仓库维护状态。下方各区块是它的证据明细。 验证判据与等级说明 →
⚠︎ 实装验证未通过（dependency_conflict · 2026/9/22） ——可能是验证环境差异，装前建议到 GitHub 仓库确认最近更新与 issue。
数据截至 2026/9/20（元数据每日更新 · 实装验证按队列轮转，单条结论的验证时间见上方）
安装兼容性检查⚠ 装前注意
以下结论由程序自动检查 npm 包、engines 声明与入口文件得出，未做人工实机验证——能装不等于用着没问题。
✗npm 包@nakamuraia/dsh-plugin-speech（未发布到 npm，仅可源码安装）
✓Node 引擎未声明 engines.node
✓dsh CLI 依赖未声明 dsh 版本约束
✓入口文件main/exports/bin 已声明
未发布到 npm registry，仅可从源码安装
验证方式：npm registry 存在性 + package.json 静态校验 · 最后验证 2026/9/20 18:49:39
依赖的 DSH / Cordis 模块
@deepseek-ai/schemastery@deepseek-ai/cordis用户评分
还没有人投票，来当第一个
订阅周报，不错过优质插件更新
每周一封 · 高评分插件 + 新用户活动
README
由 DeepSeek 最新模型翻译生成dsh-plugin-speech
朗读 —— DeepSeek Harness 语音插件
在 DeepSeek Harness 中朗读助手回复：音频在生成过程中即开始播放。
它做什么
每条已完成的助手消息在其操作行中多出一个播放控件。按下即朗读该回复，再按一次停止。「通用」设置中新增一行，用于选择服务、声音与调音。
回复以一个请求发出，音频边到达边播放，因此第一帧到达时就开始发声，而不必等整个文件。相当于把「看回答逐字出现」的体验搬到音频上。
服务提供方
| 服务 | 需要密钥 | 声音 |
|---|---|---|
| Microsoft Edge（默认） | 否 | 该服务公开完整目录，覆盖其支持的所有语言 |
新增一个提供方，只需在 src/providers/ 下加一个目录，并在 src/providers/registry.ts 中加一行——设置界面会根据该提供方声明的字段自动生成。
环境要求
- DeepSeek Harness 的 Web 界面（dsh web），版本 0.1.5-rc.2 或更新。
- 能访问语音服务的网络。除此之外没有别的：无需下载模型，Edge 提供方也不需要账号。
安装
1. 把包加入你的 harness 检出目录：
pnpm add -w @nakamuraia/dsh-plugin-speech
若想直接跟随源码，也可以从 GitHub 安装：
pnpm add -w github:NakamuraIA/dsh-plugin-speech
2. 把 speech.patch.yml 复制到检出目录旁，并用它启动 Web 界面：
dsh web --patch ./speech.patch.yml
该 patch 只添加一行 Loader 条目。条目名既是包名，也是构建产物注册所用的浏览器模块 id，两者必须保持一致——不要只改其中一个。
设置
设置打开后位于通用分区，其中朗读一行负责：
- 服务：由哪个提供方合成。
- 语言与声音：要使用目录中的哪一个。
- 速度、音量、音高：随每次请求发送给服务。
- 跳过代码：朗读时不读围栏代码与行内代码。
- 试听：按屏幕上的设置（保存与否都算）朗读一段示例。
代码块、表格以及粘贴的电子表格一律不读；链接保留文字、丢弃地址；emoji、引号与孤立符号会被去掉。句末标点保留，因为语音用它来断句。
工作原理
浏览器 主机 服务
────── ──── ────
点击 ─ ▶ POST /speech/speak { text }
从持久化设置里
选出提供方
────────────────────────── ▶ 合成
◀ ─ 音频字节持续回流 ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ┘
到达即播放
合成放在主机侧，因为浏览器既不能持有 API 密钥，也无法跨 CORS 访问大多数服务。浏览器只负责发文本、放字节。
开发
源码在 DeepSeek Harness 检出目录内开发，因为类型包与客户端构建预设都在那里；本仓库保存源码与构建产物。要重新构建，把 src/ 复制回检出目录的 packages/client/ui-speech/，在那里改名后运行其构建。
许可
MIT。Edge 提供方通过 msedge-tts（MIT）调用微软的朗读端点；该端点并非微软公开支持的 API，因此其可用性按尽力而为对待。