DSH Plugins
返回列表
🤖

dsh-mimo-tts

模型推理 更新于 2026.11.06

在终端中运行以下命令:

dsh plugin install Hao0311/dsh-mimo-tts

将以下提示词粘贴到 DeepSeek Harness 对话框中:

在 DeepSeek Harness 中执行 dsh plugin install Hao0311/dsh-mimo-tts 即可从 https://github.com/Hao0311/dsh-mimo-tts 安装本插件(勿用 add 直装同名 npm 包)。

插件介绍

在 Harness 里,模型往往只能把答案写在屏幕上,想听一遍、给汇报做试听,或让助手把一段说明落成文件,还得自己复制到别的 TTS 服务。这个插件把小米 MiMo TTS(mimo-v2.5-tts 等,官方当前标为限时免费)接到 DSH:既能当模型工具合成 wav/mp3 落盘,也能在 Web 聊天里一键朗读已定稿的助手回答。

核心是两条路并行。mimo_tts 工具接收文字(上限约 4000 字),可选内置音色、自然语言风格提示和格式,返回本地音频路径及大小、时长等信息。Web 侧在助手消息动作行增加播报按钮,调用宿主侧接口合成并播放,API Key 不进入浏览器;侧边栏「语音设置」可切换三种模型(内置音色、文字描述音色、样本克隆),配置自动播报与试听。行内菜单仍可快速改音色,偏好保存在浏览器 localStorage。

适合已经在 Harness Web 环境工作、配置了小米 XIAOMI_API_KEY 的用户:需要边聊边听、减少眼疲劳,或让 Agent 在流程里直接产出语音文件。需注意非流式合成、长文需等待或分段,行内播报只播放不落盘;headless 场景下 GUI 能力不加载,但工具形态仍可按宿主能力使用。

使用场景

  • 边读助手长回答边做事,减少长时间盯屏
  • 让 Agent 在对话流程里直接生成 wav/mp3 供汇报或存档
  • 需要音色设计或样本克隆时,在侧边栏试听后用于播报

适合人员

  • 已在 DSH Web 环境使用并配置 XIAOMI_API_KEY 的 Harness 用户
  • 希望助手回答可一键朗读或自动播报新消息的团队
  • 需要 TTS 落盘文件而不仅是浏览器播放的 Agent 工作流