dsh-speech-plugin

配置

环境变量（共 2 个）

SPEECH_DASHSCOPE_API_KEY=sk-...   # 阿里百炼：TTS + ASR
SPEECH_VOLCENGINE_API_KEY=...     # 火山豆包：TTS + ASR

放哪都行：harness 仓库根目录 .env（源码运行，与 DEEPSEEK_API_KEY 同处）、~/.dsh/.env（全局安装）、或启动 dsh 的 shell 环境。注意变量名不要写成 DSH_ 开头（如 DSH_SPEECH_*）：harness 启动层把 DSH_ 前缀保留为自举命名空间，.env 里出现任何 DSH_* 都会启动报错。

引擎组合（可选，~/.dsh/profiles/web/cordis.patch.yml）

- id: ui-speech
  config:
    engine: dashscope       # 播报：auto | dashscope | volcengine | system
    asrEngine: volcengine   # 语音输入：auto | dashscope | volcengine | off

engine 与 asrEngine 完全独立。常用组合：

想要的效果	engine	asrEngine	需要的 key
全自动（默认，零配置）	auto	auto	任一家的
播报阿里 + 输入火山	dashscope	volcengine	两家的
播报火山 + 输入阿里	volcengine	dashscope	两家的
只播报，不要语音输入	任意	off	对应家的

全部可配字段（均有默认值，按需覆盖）

字段	默认值	说明
engine	auto	播报引擎，见上表
asrEngine	auto	语音输入引擎，见上表
dashscopeModel	qwen3-tts-flash	百炼合成模型
dashscopeAsrModel	paraformer-realtime-v2	百炼实时识别模型
dashscopeVoice	Cherry	百炼音色
volcengineVoice	zh_female_vv_uranus_bigtts	火山音色（须 2.0 系；公版音色会报 55000000）
volcengineResourceId	seed-tts-2.0	火山合成资源 ID，须与开通版本一致
volcengineAsrResourceId	volc.seedasr.sauc.duration	火山识别资源 ID：2.0 小时版；1.0 用 volc.bigasr.sauc.duration，并发版把 duration 换 concurrent
maxTextLength	8000	单条播报字符上限（成本闸门，超出回退系统音色）
cacheEntries	64	合成结果内存缓存条数

改配置后重启 dsh 生效；查看合成结果：dsh --profile web --dump-config | grep -A8 dsh-speech。

使用说明

• 播报：点击消息下的 🔊；长回复边合成边播（首段 1~2 秒出声），同一条重复点击命中缓存即时重放。
• 自动播报：点会话头部喇叭开启（浏览器要求先有一次显式点击才允许发声）；换设备/浏览器需各自开启。
• 语音输入：点 🎤 开始，实时看到识别预览；句末自动落定（带标点）。结束方式二选一：再点 🎤，或直接点发送——发送会立即停止收音，屏幕上已识别的文字随消息一起发出。