使用

引擎

Edge TTS（默认）：零配置，音色几十种（晓晓/云希/小艺…），「语音模型」下拉选择即可
添加云端引擎：设置面板「云端引擎」按钮 → 弹窗填 baseURL、API Key、模型 id（别名可选，默认与模型 id 一致）→ 点「添加」。模型 id 必须与厂商文档完全一致（如 MiMo 全小写）
也可以不经过面板：往 ~/.dsh/tts-flash/engines/ 放一个 JSON 声明：

{
  "id": "my-engine",
  "label": "我的引擎",
  "kind": "openai",
  "url": "https://api.example.com/v1",
  "apiKey": "sk-...",
  "model": "tts-model-id",
  "stylePrompt": "可选：音色描述/风格指令（voicedesign 类模型需要）"
}

API Key 保存在本机 ~/.dsh/tts-flash/engines/（单用户本机场景）；请勿把该目录内容分享给他人

等待期语音

AI 思考（已开始生成但还没有音频）时，浮条每 2.6~3.5 秒轮换一条短语并同步朗读（文字与语音由 host 统一驱动，显示什么就说什么）：

语音文件缓存在 ~/.dsh/tts-flash/cache/thinking/-.p.mp3，首次用到自动补齐整池，之后直接回放
「等待期语音模型」可独立选择发声引擎（默认 Edge 小艺 zh-CN-XiaoyiNeural）；「批量生成语音」可预生成；「清理语音文件」删除全部
短语池在 src/thinking-phrases.ts（5 条），host/client 共享，改完短语后请重新生成音频文件
第一句正文出现时短语循环立即停止，无缝切换为正文朗读

语音设置面板

控件	行为
朗读开关	与朗读管线实时同步（SSE 广播）
语音模型	自动检测（Edge）+ 各引擎，实时探测可用性
人声	跟随模型刷新（edge 拉微软实时列表）
语速	-75% ~ +200%；edge 服务端封顶 +100%，MiMo 式引擎翻译为自然语言控速指令
音量	0% ~ 200%，≤100% 播放端衰减，>100% edge 走 SSML 增益
字幕流光/字号	两个渐变色 + 流光速度 + 字号（10~30px），即时同步
云端引擎	二级弹窗添加/说明；选中引擎后可编辑音色描述、删除引擎
等待期语音	独立发声引擎选择 + 批量生成/清理
悬浮条位置	可拖动 + 「设为默认」/「重置」
试听区	预设文案 + 自由输入 + 测试朗读

dsh-tts-flash

安装

说明文档

使用

引擎

等待期语音

语音设置面板