宠物气泡朗读 jimmyfenwick/dsh-pet-tts

dsh-pet-tts

用微软 Edge 在线神经网络语音，把 dsh-pet 宠物气泡里的内容读出来。浏览器端监听 .dsh-pet-bubble DOM 节点；宿主端通过一个私有 Python 虚拟环境合成 mp3，里面跑开源 edge-tts 客户端。

这不是通用的「朗读助手回复」插件——它只管宠物自己的气泡，所以宠物没开口时它一直安静。想朗读助手消息，请用市场里那些回复朗读插件。

环境要求

- 带 Web UI 的 DeepSeek Harness（dsh web / 桌面应用的 web view）。已在 0.2.1-rc.5 上测试。
- dsh-pet，用来提供气泡（可选——没有它，下面的控制台 API 照样能用）。
- PATH 里有 Python 3.9+，或者把 DSH_PET_TTS_SYSTEM_PYTHON 指向某个解释器。
- 能访问 speech.platform.bing.com，并且首次安装 edge-tts 时能访问一次 PyPI（或镜像）。
- Node.js 20+。

安装

dsh plugin --profile <your-profile> add github:jimmyfenwick/dsh-pet-tts

或者从 release tarball 安装：

dsh plugin --profile <your-profile> add https://github.com/jimmyfenwick/dsh-pet-tts/releases/latest/download/dsh-pet-tts.tgz

重启或重新加载宿主，然后在页面里点一下（浏览器在用户手势之前会拦截音频），再让宠物说点什么。

首次合成时，插件会在 ~/.dsh/dsh-pet-tts/venv 创建虚拟环境，并把 edge-tts 装进去——大约 30 MB，只装一次，不碰全局。进度会出现在宿主日志里，形如 [dsh-pet-tts] creating virtualenv … / installing edge-tts …。

预设

| id | 语音 | 语速 | 音调 | 音量 | 听感 |
| anime-girl（默认） | zh-CN-XiaoyiNeural | +35% | +38Hz | +10% | 明亮、偏快、动漫少女 |
| anime-girl-hi | zh-CN-XiaoyiNeural | +35% | +50Hz | +10% | 更高、童声 |
| anime-girl-soft | zh-CN-XiaoyiNeural | +20% | +38Hz | +10% | 音调相同，节奏更稳 |
| anime-boy | zh-CN-YunxiNeural | +20% | +15Hz | +5% | 年轻男声 |
| netstar | zh-CN-XiaoxiaoNeural | +25% | +25Hz | +10% | 短视频旁白 |
| xiaoyi-raw | zh-CN-XiaoyiNeural | +0% | +0Hz | +0% | 自然 |
| xiaoxiao-raw | zh-CN-XiaoxiaoNeural | +0% | +0Hz | +0% | 自然，通用 |

音调/语速的取值照搬 dsh-pet-dfeiyu-mo 里那套，所以同样的语音听起来很熟悉。

控制台 API

dshPetTTS.setPreset('anime-girl-hi') // switch preset, persisted in localStorage
dshPetTTS.say('主人，我回来了') // speak one line immediately
dshPetTTS.say('你好', { voice: 'en-US-AriaNeural', rate: '+10%' })
dshPetTTS.mute(true) // silence; mute(false) to resume
await dshPetTTS.voices() // all Microsoft voices known to the host
await dshPetTTS.health() // { ready, python, edgeTts, dataRoot }

路由

宿主暴露一组带前缀的路由，方便写脚本或做自定义前端：

GET /dsh-pet-tts/ping → { ok, defaultPreset, presets }
GET /dsh-pet-tts/health → { ready, python, edgeTts, dataRoot, venv }
GET /dsh-pet-tts/presets → full preset table
GET /dsh-pet-tts/voices → every voice Microsoft currently returns
GET /dsh-pet-tts/say?text=…&preset=… → audio/mpeg extras: voice=, rate=, pitch=, volume=

合成好的音频缓存在 ~/.dsh/dsh-pet-tts/cache，按文本 + 音色 + 参数做键，所以重复的台词不花额外开销。

配置

| 环境变量 | 含义 |
| DSH_PET_TTS_ROOT | 数据目录（默认 $DSH_HOME/dsh-pet-tts） |
| DSH_PET_TTS_PYTHON | 直接用这个解释器，完全跳过虚拟环境 |
| DSH_PET_TTS_SYSTEM_PYTHON | 创建虚拟环境用的基础解释器 |

如果 pip install 连不上 PyPI，插件会先重试清华镜像，再回退到上游 PyPI；把 DSH_PET_TTS_PYTHON 指向一个已备好依赖的解释器，就能彻底跳过安装。

限制

- 每个气泡的台词上限 300 字符，超出的部分截断——气泡不是段落。
- 只朗读带 dsh-pet-bubble 类的 DOM 节点。
- 第一次出声要等一次点击/按键——这是浏览器的自动播放策略，不是插件的问题。
- 合成需要联网，没有离线模型。
- 面向 macOS/Linux 构建。Windows 的代码路径存在（Scripts/python.exe），但未测试。
- 用的是微软 Edge 公开的朗读接口。它没有文档，与本项目无关，随时可能变更或限流；商用前请先看微软的条款。

卸载

dsh plugin --profile <your-profile> remove dsh-pet-tts

可选：删掉 ~/.dsh/dsh-pet-tts（虚拟环境 + 缓存，约 30 MB）。

许可证

MIT。

把 dsh-pet 桌宠的气泡台词念出来，声音走微软 Edge 的在线神经音色。前端监听 .dsh-pet-bubble 节点，宿主侧用私有 Python 虚拟环境里的开源客户端 edge-tts 合成 mp3。

它只念桌宠气泡，不念助手正文——所以桌宠不说话时它是安静的。想把助手回复念出来，请装市场里那类「朗读回复」插件。

依赖

- 带 Web UI 的 DeepSeek Harness（dsh web 或桌面版的网页视图），在 0.2.1-rc.5 上验证。
- dsh-pet（用于产生气泡；不装也能用控制台 API）。
- Python 3.9+，或者用 DSH_PET_TTS_SYSTEM_PYTHON 指定解释器。
- 能访问 speech.platform.bing.com，以及一次性访问 PyPI（或镜像）装 edge-tts。
- Node.js 20+。

安装

dsh plugin --profile <你的档名> add github:jimmyfenwick/dsh-pet-tts

或用 release 里的 tarball：

dsh plugin --profile <你的档名> add https://github.com/jimmyfenwick/dsh-pet-tts/releases/latest/download/dsh-pet-tts.tgz

装完重启或刷新，先在页面里点一下（浏览器禁止用户手势前自动播音频），再让桌宠说话。首次合成时会在 ~/.dsh/dsh-pet-tts/venv 建虚拟环境并装 edge-tts——约 30MB，一次性，不装全局。宿主机日志里会看到 [dsh-pet-tts] creating virtualenv … / installing edge-tts …。

预设

见上表（anime-girl 默认）。参数与 dsh-pet-dfeiyu-mo 同源。

dshPetTTS.setPreset('anime-girl-hi')
dshPetTTS.say('主人，我回来了')
dshPetTTS.mute(true)
await dshPetTTS.voices()
await dshPetTTS.health()

配置与限制

同英文节：DSH_PET_TTS_ROOT、DSH_PET_TTS_PYTHON、DSH_PET_TTS_SYSTEM_PYTHON；每条气泡最多念 300 字；首次发声要等一次点击；合成需要联网；macOS/Linux 验证过，Windows 路径支持未实测；用的是微软公开朗读接口，未与之关联，接口可能随时变动，商业使用前请核对微软条款。

卸载

dsh plugin --profile <你的档名> remove dsh-pet-tts

如需要，再删 ~/.dsh/dsh-pet-tts（虚拟环境 + 缓存）。MIT 许可。