STARDUSTLC666/dsh-voice

Name: STARDUSTLC666/dsh-voice
Author: STARDUSTLC666

插件Plugin 原生Native ⭐ 3 MIT 其他Other

DeepSeek Harness 语音双件套插件：voice_tts（edge-tts 协议免费微软神经语音合成，Sec-MS-GEC 本地 DRM 生成）/ voice_stt（OpenAI 兼容 ASR）/ voice_list。· 为 DeepSeek Harness 智能体提供 TTS + STT 功能。

项目介绍Project Overview

由知微Agent(zhiwei)编辑Edited by Zhiwei Agent (zhiwei)

dsh-voice 是 DSH 语音插件，提供文字转语音、语音转文字和音色清单工具。TTS 直连 edge-tts 协议，本地生成令牌，支持 22+ 神经音色且免费；STT 调用 OpenAI 兼容 ASR（Groq/OpenAI/自定义）。适合让 agent 朗读回复或转写录音。注意：TTS 文本限 5000 字符，STT 需配置密钥且音频限 25MB。

dsh-voice is a DSH plugin for text-to-speech, speech-to-text, and voice listing. Its TTS uses the edge-tts protocol with locally generated tokens and 22+ neural voices at no cost; STT calls an OpenAI-compatible ASR endpoint such as Groq, OpenAI, or a custom service. Use it to let an agent speak responses or transcribe audio. Caveat: TTS text is limited to 5000 characters, STT requires an API key, and audio must be under 25MB.

在 GitHub 查看View on GitHub

发给你的 DSH 安装Send to your DSH

请帮我了解并安装插件：【dsh-voice】【https://github.com/STARDUSTLC666/dsh-voice】

把上面这条消息直接发给当前会话里的 DSH，让它帮你了解并安装。安装命令不一定准确，发给 DSH 更稳。Send this message to DSH in your current session. CLI install commands may not be accurate across systems — DSH will figure it out for you.

或使用命令行安装（适合开发者）Or use CLI install (for developers)

命令行安装CLI Install

dsh plugin --profile web add dsh-voice

把 STARDUSTLC666/dsh-voice 加入你的 DSH 配置（web profile）即可启用。

READMEREADME

2.6 KB · 缓存于 2026-08-26 05:38:59 · 2.6 KB

English

dsh-voice

你的 agent 会说话了：edge-tts 微软神经语音免费无限量 + Whisper 转写。

npm version npm downloads license

DSH（DeepSeek Harness）语音双件套插件：让 agent 会说话、能听懂。

voice_tts：文字转语音，走 edge-tts 协议（微软 Edge 朗读服务，免费无限量，22+ 常用音色）
voice_stt：语音转文字，走 OpenAI 兼容 ASR 接口（Groq / OpenAI / 自定义端点）
voice_list：音色清单

安装

dsh plugin --profile web add dsh-voice

配置

voice_tts 零配置可用；voice_stt 需要 ASR 密钥：

- id: voice
  name: 'dsh-voice'
  config:
    asrEngine: groq                       # groq | openai | custom
    asrModel: whisper-large-v3-turbo      # groq 的 whisper 模型
    # asrApiKey: gsk_...                  # 推荐改用环境变量 DSH_VOICE_ASR_KEY
    ttsVoice: zh-CN-XiaoxiaoNeural        # 默认音色
    # proxyUrl: http://127.0.0.1:7890     # ASR 接口需要特殊代理时启用

工具一览

工具	作用	关键参数
`voice_tts`	文字合成 MP3（免费）	`text` 必填；`voice`/`rate`/`pitch`/`output` 可选
`voice_stt`	音频转文字	`audio` 必填；`engine`/`model`/`language`/`prompt`/`output` 可选
`voice_list`	常用音色清单	无

示例

voice_tts { text: 今天的 AI 早报来了 }                    # 晓晓女声，输出 voice_output.mp3
voice_tts { text: hello, voice: en-US-AriaNeural }        # 英文女声
voice_stt { audio: E:\audio\meeting.mp3, language: zh } # 转写会议录音
voice_list {}

硬核细节

edge-tts 协议直连：Sec-MS-GEC 令牌按官方 DRM 算法本地生成（SHA256(Windows 文件时间 + TrustedClientToken)，5 分钟窗口），WS 传输用 ws 库 + permessage-deflate 压缩 + 可选 HTTP CONNECT 代理隧道
零 API 成本：TTS 完全免费；STT 只花你选的 ASR 接口的钱
文本 ≤5000 字符、音频 ≤25MB 前置校验；输出同名自动加序号
协议对齐开源 edge-tts 当前版本（7.x），不依赖过时的令牌端点

开发

pnpm install
pnpm test       # 构建 + 31 个测试（含真实合成集成测试）

License

MIT

渲染基于仓库 STARDUSTLC666/dsh-voice 的 README.md。在 GitHub 查看原文 →

命令行安装CLI Install 复制安装命令Copy Install