dsh-xiaomi-tts
为 DeepSeek Harness Web 的助手回复添加 Xiaomi MiMo TTS 语音朗读。
<p><a href="README.en.md"><strong>English README →</strong></a></p>
预览
功能
- 在每条已完成助手回复正文下方的操作栏中按需显示“朗读”按钮（默认开启）。
- 调用 Xiaomi MiMo 官方
mimo-v2.5-tts或mimo-v2.5-tts-voicedesign接口，把回复正文转成 MP3 或 WAV 并播放。 - 在 设置 → 插件 → 插件配置 中切换预置音色/自定义音色模型，配置 API Key、自动播报、音色、音色描述和格式。
- API Key 仅由 DSH Host 读取，浏览器只向同源 Host 路由提交回复正文。
- 支持暂停、继续、重新生成，以及浏览器自动播放被拦截时的提示。
- 发送给 TTS 前会积极清理朗读文本：移除网址、文件路径、代码块、表情符号、图标和控制字符，并将常规中文标点转换为英文标点。
环境要求
@deepseek-ai/dsh0.1.0-rc.7或兼容版本- Node.js 22+
- Xiaomi MiMo API Key
官方 TTS API 文档：<https://mimo.mi.com/static/docs/api/audio/tts.md>
安装
从 npm 安装：
dsh plugin --profile web add dsh-xiaomi-tts从本地目录安装：
dsh plugin --profile web add ./dsh-plugin-xiaomi-mimo-tts从 GitHub 安装：
dsh plugin --profile web add github:ppy-web/dsh-plugin-xiaomi-mimo-tts安装后重启 dsh web，打开 设置 → 插件 → 插件配置 → Xiaomi MiMo 语音朗读，填写 API Key 并保存。
更新或从本地开发版切换到 npm 版时，必须先停止 DSH Web，避免 Windows Junction 被运行中的 Node 进程占用：
.\start\dsh-plugin-reinstall.bat 2.0.0这个脚本会按顺序停止 DSH Web、卸载当前 profile 中的插件、从 npm 安装指定版本并重新启动 DSH Web。若手动操作，请保持相同顺序：
.\start\dsh-web-stop.bat
dsh plugin --profile web remove dsh-xiaomi-tts
dsh plugin --profile web add dsh-xiaomi-tts@2.0.0
.\start\dsh-web-start.bat配置
可用内置音色（mimo-v2.5-tts）：
- 中文女声：
冰糖、茉莉 - 中文男声：
苏打、白桦 - 英文女声：
Mia、Chloe - 英文男声：
Milo、Dean
切换到 mimo-v2.5-tts-voicedesign 后，插件不会发送 audio.voice，而是把“自定义音色描述”作为上游 user 消息，把回复正文作为 assistant 消息发送。音色描述建议写成一到两句，只描述声音本身，例如：
设置卡提供参考页中的常用音色描述模板；下拉框默认选择“自定义”，用户可以直接修改并保存描述。切换到其他模板后再切回“自定义”时，会恢复之前保存的自定义内容。
青年女性，声线清亮、亲切自然，吐字清楚，语速适中，情绪温柔克制。建议包含年龄段与性别、声音质感、语速节奏和情绪底色，不写场景或动作。预置音色模式仍使用原来的内置音色配置。
配置项包括 API Key、朗读按钮、自动播报、模型、内置音色、音色描述和音频格式。两个开关默认开启；关闭朗读按钮会同步关闭自动播报，开启自动播报会自动开启朗读按钮。
浏览器可能阻止自动播放；遇到这种情况，请点击回复下方的朗读按钮。
朗读文本处理
朗读只使用清理后的正文，不会修改聊天记录中显示的助手回复。Markdown 链接会保留可读标题并删除链接地址；网址、文件路径、完整代码块、表情符号、图标、零宽字符和控制字符不会发送给 Xiaomi MiMo。行内代码保留文字内容但去除反引号，连续空白会合并，常规中文标点会转换为 ASCII 英文标点。
隐私
- API Key 仅保存在 DSH Host，不会发送给浏览器。
- 生成语音时，回复正文会发送给 Xiaomi MiMo 服务。
- 音频只通过临时 Blob URL 播放，不会持久化到磁盘。
开发
pnpm install
pnpm typecheck
pnpm test
pnpm pack:check许可证
MIT