Перейти к основному содержимому
O

dsh-yukkuli

odo-tech/dsh-yukkuli

Yukkuri voice for DeepSeek Harness: reads assistant replies aloud locally through AquesTalk, with no network calls.

Установка

dsh plugin --profile web add github:odo-tech/dsh-yukkuli

README

油库里朗读插件 · dsh-yukkuri

!?⑨⑨?!是正宗幻想乡口音!?

让DSH里的回复用油库里语音朗读出来(ᗜˬᗜ)

合成全部在本地完成:文本 → 假名 → 音素 → WAV。不调用任何在线 TTS,不依赖浏览器, 音频不出机器。Web 端在你正在看的那个标签页出声,TUI 端交给 mpv。

  • 六个声线:灵梦 / 魔理沙 / 琪露诺 / 天子 / 帕秋莉 / 低音炮帕秋莉
  • 七种情绪:平静、高兴、生气、难过、惊讶、害羞、困倦
  • 只念这一轮说完的话:不念思考过程、不念工具输出、不念旧消息,同一段只念一遍
  • 长回答边合成边播:按假名长度切段,不用等整段合成完
  • 中文也能念:汉字先转假名,数字按中文读法(123 → 一百二十三)

试听样本在 output-chars/(6 个 wav,六个声线各一条)。


安装

前置条件

  • Windows(目前只在这上面验证过)
  • Node.js ≥ 22、DSH(dsh 命令可用)
  • AquesTalk SDK —— 需自行取得,本仓库不包含它的二进制
  • mpv —— 只有 TUI 端需要,Web 端不用

1. 放好 SDK

从 yukumo.net 取得 AquesTalk10 与 AqKanji2Koe 两个库, 按这个结构放好(默认就找 ~/yukkuri-sdk):

%USERPROFILE%\yukkuri-sdk\
├── aqk2k_win\
│   ├── lib64\AqKanji2Koe.dll
│   └── aq_dic\aqdic.bin
└── aqtk10_win\
    └── lib64\AquesTalk.dll

两个就够了:天子 / 帕秋莉 / 低音炮帕秋莉走 AquesTalk1,那个引擎由依赖里的 aquestalk.js(v86 模拟)在本地跑,不用你另外下 SDK。

装在别处就设环境变量 YUKKURI_SDK_ROOT 指向它。

⚠️ 路径必须是纯 ASCII。 AqKanji2Koe 用 ANSI 编码读词典路径,路径里带中文会让它 Create 失败,报「システム辞書(aqdic.bin)が不正、または辞書パスの文字コード不正」。 这个错误看起来像词典坏了,其实是路径编码问题。

2. 装插件

dsh plugin --profile web add github:ODO-TECH/dsh-yukkuli

合成核心随包分发,不用另装第二个包。装完重启 DSH。 本插件没发 npm,所以 add dsh-yukkuri-tts 这种包名写法装不到,别用。

另外三条途径装的是同一个东西:

途径命令
DSH「发现」页插件页打开实验性「自定义插件索引」→ 发现 → 添加索引源 https://odo-tech.github.io/dsh-yukkuli/market/index.json → 卡片点安装
本地源码git clone https://github.com/ODO-TECH/dsh-yukkuli.git 后 dsh plugin --profile web add "file:<仓库绝对路径>"
离线包解压后 dsh plugin --profile web add "file:<解压目录>\dsh-yukkuri-tts",细节见包内 安装.md

离线包自带装好的依赖(Windows x64,约 27 MB),目标机器不用联网。

其实最简单的就是把本仓库的链接直接丢给大肥鱼,然后一杯茶的功夫就装好了。(少女写代码中...)

3. 确认真的装进去了

dsh --profile web --dump-config | grep -A1 yukkuri-tts

应当看到 - id: yukkuri-tts / name: dsh-yukkuri-tts。看不到就是没装进 profile, 不是插件的问题。


用起来

打开设置页 →「油库里」:勾上「自动朗读」→ 选声线 → 勾选要听的会话。 之后助手每说完一轮就会念出来。

默认一个会话都不听 —— 这是刻意的,刚装好就开始念会吓人。

也可以直接用命令:

/yukkuri status            看状态
/yukkuri on                开(TUI 下顺便只听当前会话)
/yukkuri off               关
/yukkuri watch all         听所有会话
/yukkuri watch current     只听当前会话
/yukkuri voice cirno       换声线
/yukkuri emotion happy     换情绪
/yukkuri say 那句要念的话    试听

配置

配置文件在 ~/.dsh/yukkuri-tts.json(DSH_HOME 指到别处时跟着走)。设置页改的就是它。

{
  "enabled": true,
  "watch": [],
  "voice": "reimu",
  "emotion": "neutral",
  "maxKana": 100,
  "intervalMs": 1500,
  "keepSegments": 40
}
键作用
enabled自动朗读总开关
watch要听的会话 id;空数组 = 一个都不听
voice / emotion声线与情绪(见下)
maxKana每段最长假名数(引擎上限 100)
intervalMs轮询间隔(毫秒)
keepSegments内存里最多保留多少段

声线

voice角色引擎
reimu博丽灵梦AquesTalk10 F1
marisa雾雨魔理沙AquesTalk10 F2
cirno琪露诺AquesTalk10 F3
tenshi比那名居天子AquesTalk1 F1
patchouli帕秋莉AquesTalk1 f1(音高 +4%、语速 92)
patchouli_bass低音帕秋莉AquesTalk1 R1

蕾米莉亚 / 十六夜咲夜 / 伊吹萃香 试过之后已停用(音色不对,见对照表), 所以配置里没有 remilia,也不需要 AquesTalk2 的 SDK。

emotion:neutral / happy / angry / sad / surprised / shy / sleepy

音色参数与引擎细节见 core/docs/角色音色对照.md。


没有声音?按这个顺序查

  1. watch 里有没有你的会话。 默认一个都不听。
  2. SDK 路径是不是含非 ASCII。 见上面的警告;本机 SDK 不在默认位置时要设 YUKKURI_SDK_ROOT。
  3. 改完源码有没有重装 + 重启。 从 tarball 装进 profile 的是快照拷贝,不重装不生效。
  4. TUI 里没声音、Web 里正常 → PATH 里没有 mpv,或设 YUKKURI_MPV 指向它。
  5. /yukkuri 命令没反应 → 多半是插件根本没加载。查插件包根的 package.json 有没有 UTF-8 BOM:DSH 用 JSON.parse 读它,带 BOM 会静默跳过整个包(日志里只有一句 dsh: skipping profile bundle …)。用编辑器另存为 UTF-8 无 BOM。

开两个标签页不应该听见两遍 —— 只有 leader 标签页播。真听到两份就是选主坏了, 开一个无痕窗口对比一下。


已知限制

  • 只在 Windows 上验证过(koffi + Windows DLL)。
  • 单次合成上限约 100 假名,所以长回答按段切;中文转假名会膨胀约 2.3 倍,占更多段。
  • 缓存是纯内存,进程重启就没了,上限 500 条。
  • 不做语音克隆、不做流式合成。

许可

代码以 MIT 发布,见 LICENSE。

不包含 AquesTalk SDK 的任何二进制或词典。AquesTalk / AqKanji2Koe 的使用条款归 eBike / 株式会社アクエスト 与 yukumo.net 所有,请自行取得并遵守其许可。 东方 Project 及角色的相关权利归上海アリス幻樂団 / ZUN 所有。 本项目是非官方的同人工具,与上述各方无关联。


更多文档

这些文档都在仓库里(npm 包只带运行文件):

文档内容
plugin/README.md插件接口、HTTP 路由、命令、设置面板、环境变量、Web/TUI 差异
core/README.md合成核心的接口与声质参数
HANDOFF.md架构、硬约束、四条分发通道、打包产物布局
AGENTS.md在本仓库干活的规矩:怎么跑测试、三条禁令
marketplace/README.md上架物料与硬门槛(维护者)
packaging/offline-install.md离线包内的 安装.md 原文
WORKLOG.md踩坑史

Похожие плагины