朗读转微信语音 epsilonH-eps/dsh-tts-bridge-wechatagent-bridge

dsh-tts-bridge-wechatagent-bridge

把朗读桥（dsh-tts-bridge）念出来的声音，变成真正的微信语音条，发到当前微信聊天。

不是文件卡片，也不是虚拟声卡 + 麦克风按住说话。

特性

- 朗读桥在 Edge / chat.deepseek.com 页面里念文字；
- WASAPI loopback 录下系统正在播放的声音；
- 朗读桥页面没出声时，自动用 edge-tts（zh-CN-XiaoxiaoNeural）兜底，仍然发原生语音条；
- 自动裁静音、转 24 kHz 单声道 PCM、编码成微信 SILK；
- 优先调用改过的 WeChatAgent hook /SendVoiceMsg；原版 hook 没有该路由时自动退回 Frida send_message；
- 发送后用 WeChatAgent reader 数据库确认新的 localType=34 语音消息；
- 作为 DSH 工具 wechat_voice_send 暴露给微信里的智能体，它可以自己决定什么时候用语音。

链路

WeChatAgent 微信会话 → DSH 工具 wechat_voice_send(text) → 朗读桥 /say → Edge chat.deepseek.com 朗读 → WASAPI loopback 录音 → 没出声时：edge-tts 兜底 → 裁剪 + 24k PCM + SILK → WeChatAgent hook /SendVoiceMsg （可选） └─ 没有该路由时：Frida send_message → 微信原生语音条 → reader 数据库确认 localType=34

环境要求

- Windows 10/11 x64
- 匹配版微信 4.1.10.27（WeChatAgent 的 hook 版本锁）
- 已安装并登录 DSH / WeChatAgent
- Edge 里的 https://chat.deepseek.com 页面开着并登录（优先用朗读桥的声音）；朗读桥不出声时 edge-tts 兜底，需要能访问 Microsoft 语音服务
- Python 3.10+（推荐 3.12）
- 可选：Visual Studio C++ Build Tools（只在你要自己编译 native hook 时需要）

安装

1. 放到任意目录

例如：

D:\dsh-mod\dsh-tts-bridge-wechatagent-bridge

2. 建 Python 环境

powershell -NoProfile -ExecutionPolicy Bypass -File .\setup.ps1

如果 python 不在 PATH：

.\setup.ps1 -Python "C:\Path\To\python.exe"

会生成 .venv 并安装 requirements.txt。

3. 装进 DSH profile

dsh plugin --profile desktop add "link:D:\dsh-mod\dsh-tts-bridge-wechatagent-bridge"

如果 dsh.profile.bundles 里没有 dsh-tts-bridge-wechatagent-bridge，手动加在数组末尾：

"dsh-tts-bridge-wechatagent-bridge"

然后完全退出 DSH 再打开（托盘退出，不是关窗口），让工具重新注册。

4. 给微信会话开工具权限

在 WeChatAgent\data\workspace\config\wechatagent.json 的目标聊天里，把工具名加进 dshAccess.chats["wechat:private:<id>"].tools：

"tools": [
"...",
"wechat_voice_send"
]

state/bridge-config.json 里的 platforms.wechat.dshAccess 同步加一份。

5. 让智能体知道它可以用

工具描述已经写成「想用声音时就可以主动调用」，不需要用户每次说「发语音」。重启 DSH 后生效。

用法

智能体调用

微信里正常聊天即可；适合短句、情绪、晚安/安抚/撒娇/提醒时它会自己用语音。也可以明确说：

用朗读桥发一条语音，内容是：今天辛苦了，早点休息。

工具参数：

{
"text": "要念的文字", "maxSeconds": 35 }

命令行

$d = "D:\dsh-mod\dsh-tts-bridge-wechatagent-bridge"
& "$d\.venv\Scripts\python.exe" "$d\lib\bridge.py"
--text "你好，这是朗读桥发来的语音。"
--chat "wechat:private:128560812"
--wechat-root "D:\WeChatAgent\data\workspace"
--mode auto

--mode：

- auto：有 /SendVoiceMsg 就先走 hook，否则 Frida；
- hook：强制 hook，路由不存在就报错；
- frida：强制 Frida。

成功返回：

{
"ok": true,
"engine": "WeChatAgent hook /SendVoiceMsg",
"confirmed": true,
"messageId": "51",
"durationMs": 2400
}

可选：把语音路由加进 hook 副本

仓库里的 native/ 是一份复制出来再改的 hook，不碰现有 WeChatAgent 的 state\hook。

native/
hook-copy/
WeChat-Hook/ 上游源码副本 native-hook/ WeChatAgent 定制路由 + voice_sender.cpp/h prebuilt/version.dll 预编译的改版 hook（4.1.10.27） build-voice-hook.ps1 从源码重新编译

预编译版： native/prebuilt/version.dll
sha256 = dac3a4f442ba0de16996304e2ab6358de9437ab6ec45c721dfcd96c66207c691

它包含：

- 原有文本、文件、表情路由；
- 新增 POST /SendVoiceMsg；
- /WeChatAgent/health 多一个 "nativeVoiceSend": true。

安装改版 hook（可选）

只在匹配版 4.1.10.27 客户端上做，先备份：

$dir = "D:\WeChatAgent\data\workspace\state\hook\wechat-4.1.10.27"
Copy-Item "$dir\version.dll" "$dir\version.dll.original" -Force
Copy-Item ".\native\prebuilt\version.dll" "$dir\version.dll" -Force
Start-Process "$dir\Weixin.exe" -ArgumentList "StartPort=30001" -WorkingDirectory $dir

验证：

$token = (Get-Content "$dir\wechatagent-hook.token" -Raw).Trim()
Invoke-RestMethod "http://127.0.0.1:30001/WeChatAgent/health"
-Headers @{ Authorization = "Bearer $token" }

看到 nativeVoiceSend: true 即生效。

WeChatAgent 的 launch-hook-wechat.ps1 会用 state\hook\native\version.dll 和 build.json 做哈希校验。要把改版 hook 纳入它的启动流程，需要同时替换这两个文件并更新 build.json 的 sha256/voiceRoute。

自己编译

powershell -NoProfile -ExecutionPolicy Bypass -File .\native\build-voice-hook.ps1

需要 MSVC + Windows SDK；默认用 vswhere 找 MSBuild，也可传 -MsBuild <path>。

配置

- WECHATAGENT_ROOT：WeChatAgent 数据目录，默认 D:\WeChatAgent\data\workspace；
- --chat：wechat:private:<id> 或 wechat:group:<id>；
- 语音编码器：bin/silk_v3_encoder.exe（SILK v3，-tencent）。

安全与边界

- 优先用朗读桥；页面没开、没登录或点了朗读不出声时自动 edge-tts 兜底，两者都失败才报错；
- edge-tts 兜底需要网络；声音是 zh-CN-XiaoxiaoNeural，不是 DeepSeek 网页端的声音；
- 单条语音建议 1~200 字，工具层限制 500 字；
- 依赖 Weixin.dll 4.1.10.27 的偏移（send_message、语音 vtable、参数构造）；微信升级后需要重新核对；
- Frida 会注入微信进程；只建议在本机使用；
- 改版 hook 会替换客户端 version.dll，务必先备份；
- 不要把 wechatagent-hook.token、账号数据、聊天记录提交进仓库。

常见问题

Q：DSH 里没有 wechat_voice_send？

检查：

1. desktop profile 的 dsh.profile.bundles 是否有本包；
2. 是否完全退出并重开 DSH；
3. WeChatAgent 的 dshAccess 是否加了工具名。

Q：报 schema type: null？

本仓库的 lib/index.js 已使用完整 JSON Schema（type: "object" + required），不会再走简化参数表。

Q：/SendVoiceMsg 返回 409？

通常是微信没登录、账号不唯一，或 nativeVoiceSend 不为 true。

Q：返回“当前微信进程没有 /SendVoiceMsg 路由”？

说明加载的还是原版 hook：确认替换后重启了微信，并且 health.nativeVoiceSend 为 true。

Q：WeChatAgent 启动时报 Native build hash/version mismatch？

state\hook\native\version.dll 与 build.json.sha256 不一致。恢复原版 DLL/原 build.json，或把两者一起更新为改版并同步 sha256。

目录

lib/
index.js DSH 工具注册 bridge.py 朗读桥录音、SILK、目标解析、发送、回执 send_voice.py Frida 原生语音发送（fallback） bin/ silk_v3_encoder.exe native/ hook-copy/ hook 源码副本 prebuilt/ 改版 version.dll + sha256 build-voice-hook.ps1 cordis.patch.yml package.json requirements.txt setup.ps1

许可

本项目代码 MIT。第三方组件见 THIRD_PARTY_NOTICES.md。