dsh-voice

dsh-voice

让 AI 有声音：带情绪说话 + 唱歌。

一个 DeepSeek Harness（Cordis）插件，注册 3 个工具：

工具	作用
voice_speak	把文字用声音说出来，可指定情绪（平静/开心/难过/害羞/生气/兴奋）与音色（default/soft/bright/sharp），可本机播放
voice_sing	把文字（歌词）唱出来：逐字按旋律变调再拼接，旋律可选 star/birthday/gentle/funny
voice_status	查看引擎、路径、模型缓存与最近生成的文件

引擎

• ChatTTS（默认）：本机 GPU 推理，语气自然、有停顿和情感；需要模型缓存（modelHome）与 Python 环境里的 ChatTTS 包。
• edge-tts：无需本地模型，快速稳定；ChatTTS 不可用时自动回退。
• 唱歌：使用 edge-tts 逐字合成 + 按旋律音高变调，再 ffmpeg 拼接（趣味向）。

安装

本插件是 Host-only bundle。把目录作为 install_bundle 的 target：

plugin_manager  install_bundle  <本目录绝对路径>

安装后工具列表出现 voice_speak / voice_sing / voice_status 即成功。

使用示例

voice_speak  text="今天也要开心呀。"  emotion="happy"  voice="soft"  play=true
voice_speak  text="才、才不是为了你才这样说呢……"  emotion="shy"  voice="default"
voice_sing   text="一闪一闪亮晶晶"  melody="star"  play=true

生成的文件保存在 <dataDir>/out/（默认 <DSH_HOME>/dsh-voice/out/）。

配置

行配置见 cordis.patch.yml：

键	默认	说明
pythonPath	E:\SD-WebUI-Forge\venv\Scripts\python.exe	运行 voice.py 的 Python（需 edge-tts；ChatTTS 可选）
ffmpegPath	E:\tools\ffmpeg\...\bin\ffmpeg.exe	转码
ffplayPath	同目录 ffplay.exe	本机播放
modelHome	C:\Users\Lenovo\.dsh\tts-models	ChatTTS 模型缓存（HF_HOME）
engine	auto	auto / chattts / edge
dataDir	空	输出目录，空 = <DSH_HOME>/dsh-voice

依赖

• Python 3.10+，pip install edge-tts；用 ChatTTS 还需 pip install ChatTTS 与约 1GB 模型缓存（首次加载自动从 HF 镜像下载）。
• ffmpeg / ffplay（用于转码与播放）。

隐私

语音合成在本机完成（ChatTTS 完全离线；edge-tts 仅把待合成文本发给微软语音服务，不上传其他数据）。生成音频只保存在本机数据目录。

License

MIT