dsh-fish-tts

dsh plugin --profile web add dsh-fish-tts

dsh-fish-tts

中文 | [English](./README.en.md)

<p align="center">

<img src="./assets/readme/hero.svg" width="100%" alt="dsh-fish-tts — DeepSeek Harness 语音合成插件（仅支持 Fish Audio API）" />

</p>

<p align="center">

<img src="https://img.shields.io/github/actions/workflow/status/MaRi23333/dsh-fish-tts/ci.yml?style=flat-square&label=CI" alt="CI" />

<img src="https://img.shields.io/github/license/MaRi23333/dsh-fish-tts?style=flat-square" alt="License: MIT" />

<img src="https://img.shields.io/badge/DeepSeek%20Harness-0.2.0--rc.2-4d6bfe?style=flat-square" alt="DeepSeek Harness 0.2.0-rc.2" />

</p>

English: dsh-fish-tts is a third-party TTS plugin for the

DeepSeek Harness Web GUI —

Fish Audio API only, bring your own key: a per-message

"Read aloud" action, an auto-read toggle in the composer, and a settings page for

model / voice / encrypted API key / proxy. Bilingual UI (zh/en). See

[README.en.md](./README.en.md) for the full English version.

简介

面向 DeepSeek Harness（DSH）Web GUI 的第三方语音合成（TTS）插件：为每条助手回复提供一键朗读，输入栏带自动朗读开关，模型 / 音色 / 加密 Key / 代理均可配置。仅支持 Fish Audio API，需自备 API Key。 使用你自己的 Fish 音色（reference_id，含自行克隆的音色）——朗读、试听都走你配置的语音。

30 秒对比：与常见 Edge TTS 朗读插件

对比项 · dsh-fish-tts（本插件） · 常见 Edge TTS 朗读插件

合成引擎 · Fish Audio 官方 API（仅支持；需自备 Key） · 微软 Edge 内置语音

音色 · 你自己的音色 reference_id（含自行克隆的音色，须有使用权限） · Edge 内置固定音色库

API Key · 必须自备（设置页 AES-256-GCM 加密保存） · 无需

适合谁 · 已有 Fish Audio 账号、想要自己或克隆音色的用户 · 想免费快速试用、固定音色即可的用户

功能

• 朗读按钮：每条定稿的助手消息操作条里有一个「朗读 / Read aloud」按钮（图标与原生操作条图标同风格），点击合成并播放该条回复；播放中再次点击该消息的按钮即中断停止（不会从头重播），点击其他消息的按钮则直接切换播放，合成等待中再点一次可取消。markdown 会被清洗：路径 / URL / 长编号 / 代码块不会读出来。
• 自动朗读：输入框工具行的小喇叭开关（与设置页同步），开启后自动朗读 DSH 界面打开之后到达的新回复。
• 常用音色收藏：为音色 ID 保存易辨识的名称和多行备注，从下拉列表直接切换并立即生效。收藏保存在本机；切换保留其他未保存设置，移除收藏也不会清空当前音色。
• 音频生成工具 fish_tts_speak：供智能体把台词生成为音频文件；所在会话若接了聊天通道（如 IM 机器人），文件交由通道插件投递为语音条。台词清洗、每会话限频、服务端响度归一化与文件生命周期都在本插件完成；Fish 情绪/声音方括号标签（[soft]、[laughing] 等）原样透传、不被念出来。通道插件通过 ctx.fishTts.registerDelivery 注册投递器，出站敏感词过滤仍在通道侧执行。
• 设置页（Settings → 语音朗读 / Voice (Fish TTS)）：
• TTS 模型（下拉建议 + 手动输入，支持 s2.1-pro-free / s2.1-pro / s2-pro 等，保存后立即生效；默认 s2.1-pro-free）
• 音色 reference_id（可直接输入、修改或清空，无须收藏；合成需要有效 ID，插件不提供默认音色）
• API Key（AES-256-GCM 加密存储在本机 $DSH_HOME/fish-tts/settings.json，密钥文件 key.bin 自动生成并在 Windows 上收紧 ACL；Key 不会出现在任何 GET 响应、日志或仓库中）
• HTTP 代理（例如 http://127.0.0.1:7890，直连不通时可填）
• 音频生成（智能体调用）：开关、格式（mp3/wav/opus）、单条文本上限、每分钟上限（0 为禁止发送）、服务端响度归一化开关、音量微调（-20~+20 dB）——折叠分组，置于设置页末尾。工具默认启用，调用可能消耗 Fish Audio 额度，不需要时可在此关闭
• 试听／停止试听按钮、自动朗读开关、音量滑条（默认 60%，仅影响 DSH 内的朗读播放，不影响生成的音频文件）、倍速滑条（0.5–2.0×，不变调；环境不支持时固定 1×）
• 双语界面（中文 / English，跟随 DSH 语言设置；en 词条与 zh 完全对齐）。

界面截图

<p align="center">

<img src="./assets/readme/screenshot-read-aloud.png" width="75%" alt="消息操作条上的朗读按钮" /><br>

<em>消息操作条上的「朗读」按钮</em>

</p>

<p align="center">

<img src="./assets/readme/screenshot-auto-read.png" width="75%" alt="输入栏的自动朗读开关" /><br>

<em>输入栏的自动朗读开关</em>

</p>

<p align="center">

<img src="./assets/readme/screenshot-settings.png" width="75%" alt="设置页示例：当前音色、常用音色切换、连接设置和播放偏好" /><br>

<em>设置页：直接应用音色 ID、按名称切换收藏并试听；连接设置可折叠，播放偏好无须保存。截图中的音色仅用于展示，不随插件提供。</em>

</p>

宿主与桌面端兼容

开发侧于 2026-09-30 报告：dsh-fish-tts 0.2.11 在 DSH 0.2.0-rc.2 与同版本桌面客户端中可用。插件沿用 Web 客户端接口；桌面客户端中的插件界面不需要另一份桌面专用包。

0.2.12 为插件管理页增加随客户端语言切换的中英文名称与简介，合成和设置逻辑不变。更新说明见 [CHANGELOG.md](./CHANGELOG.md)。

0.2.13 新增常用音色收藏，重新整理设置页流程与视觉风格，并修复播放归属、设置失败恢复和试听反馈。停止或切换会取消客户端请求，但不保证 Fish 上游已停止处理或计费。

此说明依据维护者的使用反馈，不代表所有操作系统或所有 Fish 模型均经过验证。在线合成仍需有效 API Key、可用音色和网络；宿主接口发生变化时需重新验证。

安装

桌面客户端与 Web 实例的插件安装及启用状态完全独立。请根据你使用的运行环境选择对应方式：

桌面客户端安装（推荐）

通过桌面客户端界面安装（无需配置命令行）：

1. 打开桌面客户端左侧栏「插件 / Plugins」，点击右上角「添加插件 / Add plugin」；

2. 输入 npm 包名 dsh-fish-tts@latest 并确认安装；

3. 安装完成后点击「立即启用 / Enable now」（若直接关闭安装完成弹窗，插件会保留在已安装列表中但处于未启用状态）；

4. 仅在界面提示需要重启时，通过菜单完整退出应用（Quit）后重新打开（在 Windows / macOS 上直接关闭窗口可能仅隐藏到后台）；

5. 识别点：打开 Settings，确认侧栏设置项中出现「语音朗读 / Voice (Fish TTS)」。

<details>

<summary>备选：桌面端终端安装（Windows / macOS）</summary>

若偏好终端管理，可使用桌面配套 CLI：

1. 在桌面客户端应用菜单中选择 Manage dsh Command… → Install（注册桌面配套命令，若提示 PATH 冲突按其指引处理），并打开新终端；

2. 确保桌面客户端已至少启动过一次以完成初始化，并先通过 Quit 完整退出桌面客户端；

3. 在新终端中执行桌面专用命令安装与检查：

   dsh plugin --profile desktop add dsh-fish-tts@latest
   dsh plugin --profile desktop list

4. 重新启动桌面客户端。

注意：通过外部 npm / npx 安装的普通 dsh CLI 无法管理 desktop profile。关于桌面配套命令机制，详见官方桌面端文档的 bundled-command-runtime。

</details>

Web 实例安装

Web 实例通过匹配的命令行工具进行管理。优先使用启动该 Web 实例的同一套匹配宿主的 dsh CLI：

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

然后重启 dsh web（关掉终端重新运行 dsh web）并刷新页面，打开 Settings → 语音朗读。

其他安装方式：

# 从 GitHub 安装（仓库已附 lib 产物，无需本地构建）
dsh plugin --profile web add github:MaRi23333/dsh-fish-tts

# 从本地目录安装
git clone https://github.com/MaRi23333/dsh-fish-tts.git
cd dsh-fish-tts
pnpm install && pnpm run build
dsh plugin --profile web add /absolute/path/to/dsh-fish-tts

仓库已提交 lib/ 构建产物，git 安装无需本地构建；改源码后运行 pnpm run build 再重启即可。

说明：若使用 npx 执行安装命令，请固定为与你的 Web 宿主相同的版本（例如 npx @deepseek-ai/dsh@<version>）。从 GitHub 版换到 npm 源时，裸包名 add dsh-fish-tts 对已装的 git 版是静默空操作（pnpm 判定同名依赖已满足），请改用带 @latest 的命令明确请求 npm 上的最新版本，或先 remove 再 add。

安装刚发布的 npm 版本时，pnpm 的供应链保护可能自动在 profile 的 pnpm-workspace.yaml 写入 minimumReleaseAgeExclude: [dsh-fish-tts@…]，属正常行为，不影响使用。

安装后验证

1. 打开 Settings → 语音朗读（Voice (Fish TTS)）；

2. 在「连接设置」填入你的 API Key，点击「保存连接设置」；

3. 在「音色 ID」中填写音色 reference_id，点击「应用音色」（无须填写名称或收藏）；

4. 点击「试听当前音色」——听到你的音色朗读测试句，安装即成功。

「试听当前音色」使用已保存的音色和连接设置，不会保存表单草稿；会请求试听音频，缓存未命中时调用 Fish Audio API。音色为空或没有可用 Key 时不可试听，等待和播放中均可停止。

收藏与切换常用音色

「音色 ID」始终显示，可以直接粘贴、修改并

…(truncated)