TalkingRainTuT/dsh-VoiceChat

dsh-VoiceChat

每条助手消息自动：按需翻译 → 所选 TTS 合成 → 自动播放，消息末尾带 🔊/⏸/▶ 按钮（播放/暂停/继续/重播）。

特性

- 条件翻译：仅当 voiceLanguage ≠ aiLanguage 时才调用翻译接口；相同则直接合成原文
- OpenAI 兼容翻译：可配 baseUrl/model/apiKey（默认 DeepSeek；换成 OpenAI 只需改 baseUrl/model）
- 多 TTS 提供方：本地（Style-Bert-VITS2 / GPT-SoVITS）+ 免费云端（edge-tts）+ 云端（OpenAI / DashScope / Qwen-TTS / ElevenLabs）
- autoStart：插件激活时按配置自动拉起本地 TTS 服务（健康检查，不重复启动）
- 长文本：按各提供方 maxChunk 分段合成后自动拼接

安装

本地源码安装
dsh plugin --profile web add "file:/path/to/dsh-VoiceChat"

或发布到 npm 后
dsh plugin --profile web add dsh-VoiceChat

目录结构

dsh-VoiceChat/
├── speak.mjs           # 执行脚本：翻译 + 可插拔 TTS + 分段拼接
├── config.json         # 配置
├── config.example.json # 配置示例
├── package.json        # 依赖（edge-tts 需要 ws / https-proxy-agent）
├── LICENSE             # MIT
├── played.json         # 已自动播放清单（运行产物）
├── wav/                # 生成音频（运行产物）
├── lib/
│   ├── host.mjs        # 插件 Host 半身源码
│   ├── client.mjs      # 插件 Client 半身源码
│   └── edge-tts.mjs    # edge-tts 协议实现（源自 dsh-voice，MIT）
└── .gitignore

快速开始

1. 将本目录放到 会话工作区（默认 ~/.dsh）下的 .dsh-VoiceChat 文件夹
（Host 用工作区相对路径 .dsh-VoiceChat 定位，可跨机器）
2. npm install（或本地已有 node_modules 则建联接）
3. 复制 config.example.json → config.json，填入密钥与提供方
4. 激活插件（见下）

配置说明（config.json）

{
"translator": {            // OpenAI 兼容翻译接口
"apiKey": "sk-...",      // DeepSeek 或 OpenAI 的 key
"baseUrl": "https://api.deepseek.com",  // 或 https://api.openai.com/v1
"model": "deepseek-chat",               // 或 gpt-4o-mini
"targetLanguage": "ja"
},
"aiLanguage": "zh",        // AI 回复使用的语言
"voiceLanguage": "ja",     // 语音目标语言（可配置；与 aiLanguage 相同则跳过翻译）
"ttsProvider": "opentts",   // 语音生成模型
"nodePath": "",            // node 可执行文件（空则自动解析）
"autoStart": { "enabled": true, "servers": [ { "name": "...", "command": "...", "args": [...], "cwd": "...", "healthUrl": "..." } ] }
}

TTS 提供方

| provider | 类型 | 说明 | 必需配置 |
| :-- | :-- | :-- | :-- |
| style-bert-vits2 | 本地 | server_fastapi /voice（默认） | url, modelId, speakerId |
| gpt-sovits | 本地 | POST /tts（api_v2） | url, refAudioPath |
| edge-tts | 云端免费 | 微软 Edge 朗读 | voice（如 ja-JP-NanamiNeural） |
| openai | 云端/本地 | /audio/speech，兼容 OpenAI 协议本地服务 | apiKey, voice |
| dashscope | 云端(阿里) | 通义 sambert text2audio | apiKey, voice |
| qwen-tts | 云端(阿里) | 通义 qwen-tts | apiKey, voice |
| elevenlabs | 云端 | ElevenLabs | apiKey, voiceId |

License

MIT