dsh-plugin-xiaomi-mimo-tts

dsh-xiaomi-tts

为 DSH Web 添加 Xiaomi MiMo TTS 语音朗读。

基于 Xiaomi MiMo TTS，将文字转为流畅、清晰的自然语音。MiMo TTS 当前为限时免费服务，具体政策请关注官方平台。

🎨 预览

🧐 Preview Pages 预览本插件

设置界面	UI示例

✨ 功能

一键播报：在对话操作栏中显示“朗读”按钮（默认开启）。
内置音色：使用 mimo-v2.5-tts 输出流畅、清晰的音频；支持 PCM 流式播放。
自定义音色：使用 mimo-v2.5-tts-voicedesign 通过文字描述创造你想要的声音。
浏览器本地音色：使用浏览器宿主提供的离线或在线音色。
自动清洗文本：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
Node.js 22+
Xiaomi MiMo API Key
官方 TTS API 文档

🚀 安装与使用

从 npm 安装 （推荐）：

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

从 DSH 插件市场安装 （推荐）：

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

让 DSH 或任意AI Agent 帮你装——把下面这段提示词发给AI

帮我给此电脑上的dsh安装 dsh-xiaomi-tts 插件。
1. 优先通过命令安装 dsh plugin --profile web add dsh-xiaomi-tts@latest
2. 如果失败，请尝试源码 https://github.com/ppy-web/dsh-plugin-xiaomi-mimo-tts

从 GitHub 安装：

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

从 GitHub Release 下载 .tgz 后安装：

dsh plugin --profile web add "<下载路径>\dsh-xiaomi-tts-<版本>.tgz"

Release tgz 已包含构建产物，无需执行 pnpm approve-builds。

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 。支持标准API Key / Token Plan 专属 API key

修改任意设置后需要点击保存生效。

⚙️ 配置

官方内置音色（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）：会在音频分片到达时立即开始播放，等待时间更短。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。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）

暂不支持PCM，待官方上线后可适配。提供了常用音色描述模板；用户可以直接修改并保存描述。

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。

浏览器本地兜底语音

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”优先使用浏览器语音；“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。

🔌 三方插件联动

whale-girls 我们对外暴露了PCM流式播放能力。 Web 插件可以直接调用本插件的服务进行流式播放。可直接在需要播放的位置写一行：

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

建议通过 ctx.get() 动态获取这项能力，不必声明为必需的 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 保存在 DSH Host，不会发送给浏览器。
生成语音时，正文会被发送给 Xiaomi MiMo 服务。
音频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。

🏗️ 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

修改设置面板时运行：

pnpm dev

命令会打开本地 UI 预览壳，直接渲染 src/client/settings-card.tsx 并热更新，无需安装插件或重启 DSH。预览壳使用内存设置和本地模拟接口，不会调用 MiMo API，也不会真的卸载插件。运行 pnpm dev:build 可检查预览壳能否独立打包。

pnpm install
pnpm typecheck
pnpm test
pnpm pack:check

日常构建使用 pnpm build。排查 PCM 流式链路时使用 pnpm build:debug。

windows用户从本地开发版切换到 npm 版时，请先停止 DSH Web，避免 Windows Junction 被运行中的 Node 进程占用：

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

🤝 推荐

本插件的鲸鱼娘形象来源 dsh-deep-whale dsh-whale-musume

dsh-deep-whale：鲸鱼娘主题皮肤系列。
dsh-whale-musume：元气鲸鱼娘桌宠。
dsh-plugin-uisfx：语义化 UI 音效。
dsh-dream-skin：原生换肤、背景壁纸、强调色、主题包。

项目介绍

项目信息与收录信号

数据评分

安装与使用

项目截图

仓库 README