dsh-xiaomi-tts

为 DeepSeek Harness Web 的助手回复添加 Xiaomi MiMo TTS 语音朗读。

基于 Xiaomi MiMo TTS 大模型，将助手回复转为流畅、清晰的自然语音。MiMo TTS 当前为限时免费服务，具体政策以 Xiaomi MiMo 平台为准。

English README →

目录

• 预览
• 功能
• 环境要求
• 安装与使用
• 配置
• 朗读文本处理
• 三方插件联动
• 隐私
• 反馈与支持
• 架构
• 开发
• 推荐插件
• 许可证

预览

预置音色	自定义音色
设置界面	UI示例

功能

• 在对话操作栏中显示“朗读”按钮（默认开启）。
• 使用 mimo-v2.5-tts 输出流畅、清晰的音频；可选择 PCM 流式播放或 MP3/WAV 完整音频。
• 使用 mimo-v2.5-tts-voicedesign 通过文字描述创造你想要的声音。
• 两种 MiMo 模型都支持浏览器语音双向兜底，使用浏览器提供的离线或在线音色，并支持“MiMo 优先 / 本地优先 / 关闭本地语音”三种策略。
• 支持切换预置音色/自定义音色模型，配置 API Key、自动播报、音色、音频格式和音色描述。
• 丰富的自定义音色模板，自由切换和修改。
• 自动清洗需要朗读的文本：移除网址、文件路径、代码块、表情符号、图标和控制字符等。

环境要求

• @deepseek-ai/dsh 0.1.1-rc.2 或 0.1.2-rc.1（插件 V3.0.1 均已完成兼容）
• Node.js 22+
• Xiaomi MiMo API Key

V3.0.1 已针对 DSH 0.1.1-rc.2 和 0.1.2-rc.1 完成兼容，并使用同一个插件打包产物通过自动化兼容性验证。旧版 V3.0.0 仅建议搭配 DSH 0.1.1-rc.2 使用。

官方 TTS API 文档：https://mimo.mi.com/models/zh-CN/mimo-v2.5-tts

安装与使用

从 DSH 插件市场 安装 （推荐）：

1. 尚未安装插件市场时，先执行以下命令并重启 dsh web：

   dsh plugin --profile web add dshmarket
   

2. 打开 设置 → 插件市场，搜索 dsh-xiaomi-tts 并点击安装。

从 npm 安装 （推荐）：

dsh plugin --profile web add dsh-xiaomi-tts

从本地目录安装：

dsh plugin --profile web add ./dsh-plugin-xiaomi-mimo-tts

从 GitHub 安装：

dsh plugin --profile web add github:ppy-web/dsh-plugin-xiaomi-mimo-tts

安装后重启 dsh web，打开 设置 → 插件 → 插件配置 → 语音朗读(Xiaomi MiMo)，获取并填写 API Key 。插件会根据 API Key 前缀自动选择服务端点：sk- 使用标准端点，tp- 使用 Token Plan 兼容端点，无需额外配置。

点击 保存 即可愉快滴使用啦

更新或从本地开发版切换到 npm 版时，必须先停止 DSH Web，避免 Windows Junction 被运行中的 Node 进程占用：

.\start\dsh-plugin-reinstall.bat 3.0.1

3.0.1 已发布到 npm。脚本第一参数也接受完整 npm spec；纯版本号会解析为对应的 dsh-xiaomi-tts@<版本>。脚本会严格执行停止、清理旧包/残留链接、安装、dump-config、启动及 HTTP/profile 校验。若手动操作，请保持相同顺序：

.\start\dsh-web-stop.bat
dsh plugin --profile web remove dsh-xiaomi-tts
dsh plugin --profile web add dsh-xiaomi-tts@3.0.1
.\start\dsh-web-start.bat
pnpm profile:check

这些辅助脚本默认使用 web profile、127.0.0.1:3080；可用 DSH_HOME、DSH_WEB_HOST 和 DSH_WEB_PORT 覆盖。开发 Junction 模式下，设置 DSH_PROFILE_EXPECT_CHECKOUT 后运行 pnpm profile:check，还会核对磁盘和服务端客户端 bundle 的 SHA256。

配置

内置音色（mimo-v2.5-tts）：

• 中文女声：冰糖、茉莉
• 中文男声：苏打、白桦
• 英文女声：Mia、Chloe
• 英文男声：Milo、Dean

预置模型默认选择 PCM（流式播放）：完整回复会在音频分片到达时立即开始播放，等待更短，但暂不支持暂停和续播；首个分片前失败时会回退 MP3。选择 MP3（完整音频） 或 WAV（完整音频） 时，会等待完整文件生成后播放，并支持暂停和继续；MP3 体积更小，WAV 保留无损音频但体积更大。

自定义音色（mimo-v2.5-tts-voicedesign）

为你提供了常用音色描述模板；下拉框默认选择“自定义”，用户可以直接修改并保存描述。切换到其他模板后再切回“自定义”时，会恢复之前保存的自定义内容。

青年女性，声线清亮、亲切自然，吐字清楚，语速适中，情绪温柔克制。

建议包含年龄段与性别、声音质感、语速节奏和情绪底色，不写场景或动作。预置音色模式仍使用原来的内置音色配置。

浏览器本地兜底语音

预置音色和 Voice Design 均支持三种策略：“MiMo 优先”在 MiMo 失败时改用浏览器语音；“本地优先”先用浏览器语音，失败时再尝试 MiMo；“关闭本地语音”仅使用 MiMo。可选音色来自浏览器 Web Speech API，是否离线及实际可用范围取决于浏览器、操作系统和网络服务。

朗读文本处理

插件只朗读清理后的正文，不会修改聊天记录。处理时会保留 Markdown 链接标题，移除链接地址、文件路径、代码块、表情及不可见字符，并统一朗读标点。

PCM 模式会在回复生成时分段流式朗读，已完成的回复则一次请求并边接收边播放；MP3 和 WAV 会等待完整音频。默认响应上限为 MP3 32 MiB、WAV 128 MiB，可通过 maxMp3AudioBytes 和 maxWavAudioBytes 调整。

三方插件联动

Web 客户端插件可以按需调用本插件的 PCM 流式播放能力。推荐直接在需要播放的位置写一行：

ctx.get('xiaomiMimoTts')?.play('欢迎回来')

请通过 ctx.get() 动态获取这项可选能力，不要声明为必需的 inject 服务。插件未安装或未就绪时调用会安全跳过；play() 使用用户已保存的 MiMo 设置播放 PCM 流，stop() 可主动停止。新播放会自动打断当前朗读。

需要 TypeScript 类型提示时可仅导入类型：

import type { XiaomiMimoTtsService } from 'dsh-xiaomi-tts/client-api'

const tts = ctx.get('xiaomiMimoTts') as XiaomiMimoTtsService | undefined
tts?.play('欢迎回来')

隐私

• API Key 仅保存在 DSH Host，不会发送给浏览器。
• 生成语音时，回复正文会发送给 Xiaomi MiMo 服务。
• 音频只在浏览器内存中通过 Web Audio 或临时 Blob URL 播放，不会持久化到磁盘。

反馈与支持

欢迎通过 GitHub Issues 提交问题反馈、功能建议或使用体验。

架构

• 共享层：统一配置、文本清理、分段和 SSE 契约。
• Host 插件：管理设置与静态资源，并代理 MiMo 完整音频和 PCM 流式请求。
• Web Client：提供设置与朗读入口，负责播放状态、浏览器语音兜底和第三方播放服务。

flowchart LR
    DSH["DSH Web"] --> CLIENT["Web Client<br/>设置与播放"]
    THIRD["第三方 Web 插件"] -. "ctx.get('xiaomiMimoTts')" .-> CLIENT
    CLIENT -->|"完整音频 / PCM 流"| HOST["Host 插件<br/>设置与 API 代理"]
    HOST --> MIMO["Xiaomi MiMo API"]
    CLIENT -->|"本地语音兜底"| SPEECH["浏览器 Web Speech API"]
    SHARED["共享层<br/>配置、文本处理、SSE"] -.-> CLIENT
    SHARED -.-> HOST

开发

pnpm install
pnpm typecheck
pnpm test
pnpm pack:check

发布前使用互相隔离的 DSH_HOME，通过同一个 V3.0.1 打包产物依次验证 DSH 0.1.1-rc.2 和 0.1.2-rc.1。CI 会对两个 DSH 版本执行自动安装、Host、状态路由、settings namespace 和客户端 bundle smoke；浏览器菜单与音频播放仍需发布前人工验证。

日常发布构建使用 pnpm build，不会输出 MiMoTTS 的 Host 或浏览器控制台追踪。排查 PCM 流式链路时使用 pnpm build:debug，该构建会同时启用 [MiMoTTS Host]、[MiMoTTS Stream]、[MiMoTTS Audio] 和 [MiMoTTS Service] 日志。

lib/ 是构建产物，不纳入日常代码提交。提交功能时只更新源码和测试；升级版本并执行 pnpm pack 或 pnpm publish 时，prepack 会自动重新生成发布包。直接从 GitHub 安装时，prepare 会在安装阶段构建该产物。

推荐插件

推荐配合本插件一起食用：

• dsh-whale-musume：元气鲸鱼娘桌宠。
• dsh-plugin-uisfx：语义化 UI 音效。
• dsh-codex-timeline：Codex 风格时间线与会话搜索。
• dsh-dream-skin：原生换肤、背景壁纸、强调色、主题包 。

许可证

MIT