Saltar al contenido principal
L

dsh-tts

leiboss/dsh-tts

Long-form voiceover pipeline for DeepSeek Harness: chapter planning, spoken-script adaptation, subtitles, manifest, and resumable jobs. Turns a document into a publishable audio set.

Instalar

dsh plugin --profile web add github:leiboss/dsh-tts

README

dsh-tts

DSH 音频能力,两个包:

包角色一句话
@leiboss/dsh-tts引擎层文本进、音频文件出;并发、缓存、分块、降级,并暴露可注入的 ctx.tts 服务
@leiboss/dsh-voiceover产品层长文进、成套成果出:分章、口播化改写、字幕、manifest、可断点续跑

设计文档在 docs/:

  • docs/DESIGN.md — 定位、产物契约、架构、降级矩阵、D 线 daemon/MCP、里程碑
  • docs/PROMPTS.md — 生产链路提示词 P0a–P7、评测集、反模式
  • docs/BUILD-PROMPTS.md — 给 AI 编程代理的 M0–M6 实现提示词
  • docs/INSTALL.md — 给别人用:安装、首次上手、配置、常见问题、发布清单

长什么样

对话里的进度面板(进行中:五章完成、一章失败可重试、两章待跑):

进度面板

点某章试听,播放器下方实时显示当前字幕:

试听与字幕

这两张图由 scripts/render-panel-shots.mjs 用真实组件代码(packages/voiceover/client/client.js) 与 DSH 主题 token 渲染,不是 App 内截图。想要真机截图:在装了插件的 Web profile 里跑一篇文, 截面板、播放、失败重试三处,覆盖 docs/images/ 下同名文件即可。

开发

需要 Node ≥ 22.18(node --test 直接跑 TypeScript 需要类型剥离)。

npm install          # 首次:刷新 workspace 的 lockfile
npm run build        # 先 tts,后 voiceover
npm test             # 两个包的 node --test
npm run check:engines

一次性跑单个测试文件(比整个 runner 快,也绕开子进程限制):

node packages/voiceover/test/pipeline.test.ts

安装(用户侧)

dsh plugin --profile <profile> add @leiboss/dsh-tts        # 只要引擎
dsh plugin --profile <profile> add @leiboss/dsh-voiceover  # 产品或引擎一起装

@leiboss/dsh-voiceover 的 cordis.patch.yml 会同时挂载引擎(id voiceover-tts),所以只装产品包即可;两个都装也不会撞 id。

状态

能力状态
引擎服务化(ctx.tts)已实现 + 单测 + 宿主验证(DSH 0.2.2-rc.1)
纯 JS 时长测量(MP3 帧解析)已实现 + 单测
分章 / 改写 / 质检 / 合成 / 字幕 / manifest已实现 + 单测
断点续跑(内容哈希)已实现 + 单测
宿主联调脚本scripts/host-probe/run.ps1
零依赖引擎(edge-js)已实现 + 单测 + 宿主验证:真实合成、精确时长、词边界随缓存保留
对话内进度面板(client)已实现:进度条、逐章状态、降级提示、试听、整项目/单章续跑
本地 daemon(serve)已实现:HTTP API(bearer token、Range、202 异步任务);MCP 未实现
zip / m4b 导出未实现

许可

MIT

宿主联调

一键复现(会建一个临时 headless profile,跑完自动删除):

pwsh -File scripts/host-probe/run.ps1

验证内容与失败修复记录见 docs/HOST-VERIFICATION.md:服务挂载、bundle patch 按 id 合并、单次挂载、真实合成(edge-js、精确时长)、词边界随缓存命中保留。

本地 daemon

$env:DSH_VOICEOVER_TOKEN = "换成一个随机串"
node packages/voiceover/dist/serve-entry.js serve --port 7801

默认只绑 127.0.0.1,没有 token 直接拒绝启动。所有请求带 Authorization: Bearer <token> (/healthz 除外),音频支持 Range 便于拖动。端点和示例见 packages/voiceover/README.md。

Plugins relacionados