语音朗读 Neri0721/dsh-read-aloud

🔊 DSH Read Aloud（DSH 朗读插件）

让 DeepSeek Harness（DSH）具备语音朗读能力：把聊天文字用多种声线读出来，支持自动朗读、RVC 本地声线变声、以及离线兜底。

本插件全程本地合成，不消耗任何 LLM token，也不需要 API Key。

✨ 功能特性

| 功能 | 说明 |
| 🗣️ 一键朗读 | 点对话输入框左侧的「朗读」按钮，朗读你选中的文字；没选中时朗读最新一条回复 |
| 🤖 自动朗读 | 打开后，助手每生成一条回复就自动读出来（带 Markdown 清洗 + 1.3 秒防抖） |
| ⌨️ 快捷键 | Alt + R 朗读 / 停止（有选中文本时优先念选中的） |
| 🎚️ 海量音色 | 内置 13 个预设 + 322 个 edge-tts 音色可选，可调语速 / 音调 / 音量 |
| 🎤 RVC 声线 | 支持本地 RVC 模型变声（.pth 文件），变调 ±12 半音，内置若干角色示例条目 |
| 🔌 离线兜底 | edge-tts 被限流/不可用时，自动切换到 Windows 自带语音（SAPI） |
| 💾 磁盘缓存 | 合成结果按内容哈希缓存，重复内容不重复请求 |
| 🔒 隐私安全 | 不含任何硬编码本机路径，路径全部通过环境变量 / 自动探测配置 |

🚀 安装

1. 把本目录放入 DSH 的插件目录：~/.dsh/profiles/<你的 profile>/node_modules/dsh-read-aloud/
2. 在 DSH 的 cordis.patch.yml 中注册（或通过插件管理启用）
3. 依赖：Python 3.9+（需 edge-tts）、可选的 ffmpeg

pip install edge-tts

⚙️ 配置（环境变量，均可选）

| 变量 | 用途 | 默认值 |
| DSH_READ_ALOUD_PYTHON | Python 解释器（宿主调用用） | python |
| DSH_READ_ALOUD_AI_DIR | 工作目录（放 ffmpeg / 模型） | ~/AI |
| DSH_READ_ALOUD_FFMPEG | ffmpeg 路径 | 自动探测 |
| DSH_READ_ALOUD_MODELS_DIR | RVC 模型目录 | ~/AI/rvc/models |

RVC 声线（可选）

把 RVC 模型放到模型目录下（每个声线一个子目录，<key>/<key>.pth）：

~/AI/rvc/models/
├── aiyi/aiyi.pth ← 对应下拉里的「爱音」示例条目 └── ...

下拉里的角色条目只是示例（模型文件需自备）。你也可以改 client.js 里的 RVC_MODELS 列表，或删掉示例条目。

🛠️ 工作原理

聊天文字 ↓ ① edge-tts 合成基础语音（或离线 SAPI 兜底） ↓ ② （可选）RVC 变声为目标声线 ↓ ③ ffmpeg 转码 → 浏览器播放

📄 License

MIT