dsh-feiyu-say
Verifieddsh-feiyu-say · v0.6.1 · MIT · Web UI
阿里百炼 TTS(WebSocket)合成语音,输出 WAV 并可在线试听;不依赖本地模型。
Install
dsh plugin add dsh-feiyu-say Confirm the layer applied with dsh --profile default --dump-config — see the install guide.
Source
Tags
Creators
Readme
dsh-feiyu-say
让你的大肥鱼发出声音
调 阿里百炼 的 TTS WebSocket 接口,把一句话合成成 WAV,可在设置页试听。不绑定任何 IM——怎么发出去(QQ / 微信 / 就放着)由当前会话的传输方式决定。
没有本地模型、没有 Python、不用部署:插件本身只依赖 Node 22、ws 和 ffmpeg。
能力
send_voice:合成一句语音,返回文件路径 + 试听 URL;发 QQ 语音条时传sampleRate: 8000。voice_list:看当前音色 / 模型 / 接口。voice_status:检查 API Key / 模型 / 音色 / 地址 / ffmpeg;test: true额外真合成一句。- 试听:设置页输入一句、点「试听」,
<audio>直接播放。 - 语音提示三档:
off/auto(看气氛)/always(每轮都提),提醒模型「想用声音就说」。 - 采样率可配:默认 24000Hz;QQ 语音条传
8000。
QQ 语音条(子功能)
QQ 桥(dsh-qq-link)只发文字 / 图片 / 文件,没有语音条这一路;send_voice 只是把 wav
合成到本地。所以开了这个,合成完会顺手发出去:
- ffmpeg 转成 8kHz 单声道(QQ 会把 24k 直发转成卡带声);
- 直接调 NapCat 的
send_private_msg,发record段; - 按「文件路径 + mtime」去重,同一段不会发两遍。
设置 → 鱼的声音 → QQ 语音条:
| 项 | 默认 | 说明 |
|---|---|---|
| 合成完自动发成 QQ 语音条 | 开 | 关掉就只合成、发送交给别处 |
| 只在桥绑定的那间会话发 | 开 | 网页里试听、调试的不往 QQ 甩 |
| NapCat 地址 | 空 | 留空 = 用「通到 QQ」里填的地址 |
桥的总开关关着、或试运行开着,这里一句都不发。发失败会在控制台留一行 [feiyu-say] 发语音条失败:…。
前置
- Node.js 22+
ffmpeg(把百炼返回的 mp3 转成目标采样率单声道 WAV)- 阿里百炼的 API Key,以及一个开通了 TTS 模型的业务空间
安装
npm:插件管理里输入包名,装完重启 DSH。
dsh-feiyu-say
从 GitHub 源码:
github:Vansnc/dsh-feiyu-say
本地开发用 link::
ln -s /path/to/dsh-feiyu-say ~/.dsh/profiles/desktop/node_modules/dsh-feiyu-say
宿主不会热替换已加载的模块,改完代码必须重启 DSH。
配置
设置 → 鱼的声音,填四项:
| 字段 | 说明 |
|---|---|
百炼ApiKey |
百炼控制台 → API-KEY 创建;只显示一次,存好。也可以改用环境变量 DASHSCOPE_API_KEY |
百炼模型 |
默认 qwen-audio-3.1-tts-flash;CosyVoice 模型也可 |
百炼音色 |
默认 longanhuan_v3.1;复刻得到的 voice_id 直接填这里 |
百炼地址 |
wss://<WorkspaceId>.cn-beijing.maas.aliyuncs.com/api-ws/v1/inference(控制台「业务空间」里看 WorkspaceId) |
高级里还能改:采样率、超时、音频目录、保留条数、ffmpeg 路径。
配置存在 ~/.dsh/feiyu-say-config.json(权限 0600,因为里面有 Key);enabled / sampleRate / hintMode / timeoutMs 四项在插件 Config 里。
接口
百炼这套是 WebSocket:
run-task(model / voice / format / sample_rate)
→ task-started
→ continue-task(text) + finish-task
→ 二进制音频帧
→ task-finished
实现见 lib/bailian.mjs;返回 mp3,ffmpeg 转成目标采样率的单声道 WAV。
费用与隐私
- 文本会发到阿里云,按字符计费;具体单价看百炼对应模型的定价页。
- 合成返回的是 24 小时有效的临时 URL,插件会当场下载,不存 URL。
- 只使用你有权使用的声音样本/音色。
排错
- 先跑
voice_status(或设置页「运行自检」),它会逐项说哪项没就绪。 - 401:API Key 错、地域不对、或地址和 Key 不匹配。
- 403 / 模型无权限:模型没开通,或业务空间没授权。
- task-failed:看返回的
error_message;常见是音色 ID 不存在、文本为空、账户欠费。 - ffmpeg 失败:
ffmpeg不在 PATH,或高级里填的路径不对。 - 改完代码/配置记得重启 DSH 或刷新设置页。
License
MIT
反馈
- 装不上 / 用不对:先看上面的「排错」和「已知边界」;
- 还是不行就开 issue,按模板把版本和日志带上;
- 想改代码看 CONTRIBUTING.md。