dsh-tts-voice 🔈

让 AI 开口说话：一个用 Moss TTS 合成语音的 skill，附带 Markdown 清洗与 DeepSeek Harness 的对话内语音朗读集成。

它解决什么

AI 生成的回复往往带 Markdown 标记（**加粗**、列表、链接、emoji）。直接丢给 TTS，会念出一堆怪停顿和乱码。这个 skill：

1. 先把文本洗成纯语音文本（去格式、去符号）；
2. 再调 Moss TTS 合成语音；
3. 可选地，把"对话内自动朗读"装进 DeepSeek Harness（语音开关 + 逐条朗读按钮）。

目录结构

dsh-tts-voice/
├── SKILL.md                 # skill 主文件
├── README.md
├── scripts/
│   └── speak.py             # 命令行朗读脚本（含 Markdown 清洗）
├── harness/
│   ├── INSTALL.md           # harness 集成安装说明
│   └── tts-voice/           # DSH 双面插件（后端 /api/tts + 前端开关）
└── LICENSE

快速开始

# 1. 配置密钥（环境变量，绝不硬编码）
export MOSS_TTS_API_KEY="你的-key"
export MOSS_TTS_VOICE_ID="你的-voice-id"   # 可选

# 2. 朗读一句话
python scripts/speak.py "你好，我是你的 AI 助手。"
# 输出 speech.mp3

配置

环境变量	必填	说明
MOSS_TTS_API_KEY	是	Moss API 密钥
MOSS_TTS_VOICE_ID	否	音色 id，缺省用平台默认
MOSS_TTS_BASE_URL	否	默认 https://api.mosi.cn

Markdown 清洗规则

朗读前自动去掉：代码围栏/反引号、**加粗**/*斜体*、[文字](url) 的 URL、![图片]、# 标题、> 引用、-/1. 列表、--- 分隔线、→ 箭头（换成停顿）、emoji（丢弃），并归一换行与标点。

装进 DeepSeek Harness

见 harness/INSTALL.md。

安全

• 密钥只通过环境变量注入，仓库中只有占位符；
• harness 后端代理模式下，key 只存在于服务端进程，不进浏览器。

许可

MIT