Skip to content

dsh-feiyu-say

Verified

dsh-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

npm license node

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:

  1. ffmpeg 转成 8kHz 单声道(QQ 会把 24k 直发转成卡带声);
  2. 直接调 NapCat 的 send_private_msg,发 record 段;
  3. 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。