dsh-plugin-voice-studio
在终端中运行以下命令:
dsh plugin install keduoli-lovely/dsh-plugin-voice-studio
将以下提示词粘贴到 DeepSeek Harness 对话框中:
在 DeepSeek Harness 中执行 dsh plugin install keduoli-lovely/dsh-plugin-voice-studio,或从 https://github.com/keduoli-lovely/dsh-plugin-voice-studio 获取源码后按本地目录方式安装,完成后刷新设置页即可看到「语音工坊」。
插件介绍
在 DeepSeek Harness 里,Agent 往往只能以文字回应;若你希望角色能「开口说话」、用固定参考音色朗读,甚至把一首歌翻成自己的声线再发到 QQ,通常要自己在 TTS、RVC、混音和桥接之间来回切换。语音工坊把这条链路收进一个插件:同一套设置页与配置,既服务日常对话合成,也覆盖翻唱流水线,并通过 qq-bridge 完成发送,而不接管 QQ 连接本身。
核心能力围绕四件事展开。语音合成支持六个内置适配器,本地 IndexTTS 与 GPT-SoVITS、在线硅基流动、MiniMax、小米 MiMo 与 OpenAI 兼容接口,配置统一为地址、密钥、模型与音色;参考音色库通过上传或路径/目录导入,文件复制到插件数据目录,同名可替换或另存。情绪可来自显式参数、DSH 情绪插件或内置词典,并按各引擎能力映射;GPT-SoVITS 与 RVC 会如实标注无情绪参数。歌曲翻唱走「本机歌曲路径 → 人声分离 → RVC 换声 → 本地混音母带」全自动流程,分离可优先 MSST 或使用自带的 RVC API 服务;混音在 Node 内完成,有 ffmpeg 时可输出 MP3。
QQ 侧生成后复制进 qq-bridge 语音库并调用 qq_send_voice;状态页会探测当前所选 TTS、RVC、MSST 与 bridge,并帮助核对 DSH 地址是否与 bridge 一致。随机语音回复在宿主端按概率、冷却与每小时上限决定是否用语音代替文字,翻唱不会走随机。
适合在 Harness 里做角色扮演、群聊助手或内容创作的用户:已有或愿意按需部署本地 TTS/RVC 的进阶玩家,以及配置了 qq-bridge 、希望 Agent 偶尔「发语音」的 QQ 场景。插件仅依赖 Node 内置模块,缺可选服务只会少对应能力,不会导致插件无法加载。
使用场景
- Agent 用参考音色朗读短回复,并可选经 qq-bridge 发到 QQ
- 对本机歌曲做人声分离与 RVC 换声,混音后导出成品
- 在 QQ 会话里按概率用语音代替适合朗读的文字回复
适合人员
- 在 Harness 里做角色扮演、需要固定声线的用户
- 已部署或愿意配置 IndexTTS、GPT-SoVITS、RVC 的进阶玩家
- 使用 qq-bridge 、希望 Agent 能发语音的 QQ 群聊或助手场景