dsh-xiaomi-tts

<h1 align="center">dsh-xiaomi-tts</h1> <p align="center">为 DSH 添加 Xiaomi MiMo 与豆包语音朗读、浏览器本地语音兜底和可选 UI 音效。</p>

云端语音的计费以对应服务商的官方政策为准。

🎨 预览

<a href="https://ppy-web.github.io/dsh-plugin-xiaomi-mimo-tts"><img src="assets/preview-button-zh.svg" alt="在线预览设置页面" width="300" height="64"></a>

<p align="center">QQ 群 交流·建议：<code>1104616387</code> · 扫描海报二维码</p>

<td align="center" valign="middle" width="50%"><img src="assets/setting.png" alt="插件设置界面" width="100%"></td>
<td align="center" valign="middle" width="50%"><img src="assets/image.webp" alt="功能简介与 QQ 群二维码" width="100%"></td>

✨ 功能

• 消息朗读：一键朗读或自动播报，过滤网址、代码等内容。
• 双服务商：支持小米 MiMo、豆包流式语音，以及内置、自定义和复刻音色。
• 本地语音：浏览器语音开箱即用，可设为优先或云端兜底。
• 播放控制：0.5×–2.0× 语速、音量、暂停、继续、停止及音频历史。
• 设置与音效：独立“语音朗读”设置页可调音色、朗读音量、朗读语速和朗读范围，并控制自动播报与 UI 音效。
• 扩展联动：提供插件语音接口，附带可选的鲸鱼娘 Agent 预设。

📋 环境要求

• DSH 0.1.7-x 至 0.2.x，当前目标版本为 0.2.1-rc.3；Node.js 22.13+。
• 云端语音需要对应 API Key；豆包还需开通所选语音资源。
• 豆包持续文本输入要求 DSH Host 支持 WebSocket upgrade 注册；桌面端使用 DSH 提供的 Host 流连接地址，Web 端使用页面部署地址，反向代理需转发 Upgrade。

🚀 安装

在 DSH 桌面端或 Web 端的插件管理面板搜索 dsh-xiaomi-tts 安装。

Web 端也可通过命令安装：

dsh plugin --profile web add dsh-xiaomi-tts@latest

Web 端卸载：

dsh plugin --profile web remove dsh-xiaomi-tts

🐋 首次使用

安装后可直接用浏览器语音朗读，自动播报和 UI 音效默认关闭。启用云端语音：

1. 点击顶部开关区的服务商按钮切换小米 MiMo／豆包，填写对应的小米 Key 或豆包 Key并保存。
2. 在“调音台”选择模型、音色，在“播报台”试听。密钥须先保存，模型和音色可用草稿试听。
3. 按需开启自动播报和音效，保存配置。

⚙️ 配置说明

服务商与音色

切换服务商后需保存；两家的密钥、模型、音色和语音指令分别保留。

模型	音色配置
小米内置（mimo-v2.5-tts）	中文：冰糖、茉莉、苏打、白桦；英文：Mia、Chloe、Milo、Dean。
小米音色设计（mimo-v2.5-tts-voicedesign）	选择预设，或填写音色描述。
豆包标准合成（seed-tts-2.0）	选择内置音色，或填写标准音色 ID。
豆包声音复刻（seed-icl-2.0）	创建音色后填写音色 ID，不能为空。

语音指令支持情绪、风格和方言，可选标签或自行编辑；效果因模型、音色和文本而异。本地语音与豆包复刻不应用指令。

豆包按密钥自动选择线路：ark- 开头的火山方舟 Ark API Key 直接连接 Agent Plan 个人版语音线路；其他格式先连接标准线路，握手返回 401 或 403 时再尝试 Agent Plan。使用 Agent Plan 时填写套餐专属 API Key，个人版文档列出的语音合成模型为 seed-tts-2.0。Coding Plan 不包含语音模型。

豆包自定义和复刻音色 ID 各保留最近 10 条历史，失焦或按 Enter 记住，点击标签回填。

豆包语速调整对下一次合成生效，历史录音保留原语速；小米流式调速可能改变音调。

官方文档：小米 TTS · 豆包音色 · 语音指令示例。

浏览器本地语音

• 云端优先：云端在播放前失败时，尝试浏览器语音。
• 本地优先：先用浏览器语音，失败后尝试云端。
• 关闭本地语音：仅使用所选云端服务。

本地音色由 Web Speech API 提供，语言、声音及离线能力取决于浏览器和系统。云端已开始播放后出错，不会从头重播或自动切换服务商。

朗读范围

• 智能模式：自动读开头两个语义段，必要时补收尾提示；手动读全文。
• 全文模式：自动和手动都读全文。
• 首段模式：自动和手动都只读首个语义段。

设置入口与播报来源

在「设置 → 语音朗读」顶部切换 Xiaomi-MiMo / Doubao-Seed，再调整音色、朗读音量、朗读语速、朗读范围、自动播报和音效，与插件设置卡片共用配置。服务商切换立即生效，各服务商的音色和密钥配置分别保留。

页面右上角提供源码、QQ 群二维码和插件设置入口。语音关闭、当前服务商密钥缺失或音色未配置时，会显示可关闭的提醒，并提供相应设置入口。

“播报台”提供文字试听和来源开关：

收起时也可点击摘要中的“试听”标签播放或停止；来源开关分为宿主播报与第三方插件联动。

来源	默认	说明
dsh-pet	关闭	桌宠播报联动。
dsh-whale-musume	开启	控制对外语音接口。
提问卡片标题	开启	需同时开启自动播报；翻题、提交、关闭或切换会话时停止。
审批提醒	关闭	独立于自动播报；审批处理或撤回后停止。
后台任务结果	关闭	独立于自动播报；需宿主 jobs 服务，仅在观察到任务从运行转为完成、失败或取消时播报。

提问、审批和后台任务仅播报当前会话的新事件，旧记录不补播；审批和任务提醒忙碌时跳过，宿主缺少对应服务时不可用。

…