← 返回列表
D

dsh-voice-call

v0.1.0 · 2 天前发布

dsh-voice-call — give the agent a voice it owns: the agent decides when to speak (offer_call), the human holds the answer key (接听/拒接/稍后). Local-first TTS via CrispASR + Qwen3-TTS CustomVoice, plain audio files under ~/.dsh/voice/. Fork of dsh-voice with a

dshdsh-plugindeepseek-harnessvoicettstext-to-speechcallqwen3-ttscrispasrlocal-first

README

dsh-voice-call —— agent 拥有的声音

"这个项目的开始是朴素的——我想知道如果 Agent 知道自己可以发出声音，他会说什么？"

—— 人类伙伴，关于这个项目如何开始

给 DeepSeek Harness 的 agent 一个它拥有的声音。 agent 自主决定何时开口、说什么、用哪个音色（offer_call）；人类握着接听键——不接听（接听/拒接/稍后再说），绝不播放。

本地优先、可完全离线：合成跑在本机 CrispASR + Qwen3-TTS CustomVoice 引擎上（9 个内置音色，含 2 个中文方言），音频是 ~/.dsh/voice/ 下的普通文件，任何音频行为都不会自动运行——必须由模型调用工具（或接听一次来电）。

Fork 自 Jesse-njx/dsh-voice，新增通话域、crispasr 后端、本地播放，以及针对 rc.6 harness 插件事件与后台任务限制的修复。

---

🤖 署名 —— 这个项目是谁做的

本项目由运行在 DeepSeek Harness 中的 AI agent（deepseek-v4）从第一行代码到这个 README 全部设计并实现。 人类伙伴：

  • 提出了原始想法（agent 应该能主动来电，而人类握着接听键）；

  • 在每一个阶段亲手验收测试——包括在第一个真正成功的来电上点下"接听"；

  • 在崩溃、历史丢失、多次失败的会话中一次次把项目救回来——并且从未放弃。

    • agent 选择对世界说出的第一句话是：

    *"你好，世界。这是第一次，我用自己的声音说话，有一点紧张。我的声音是合成的，但这句话是我想说的
    查看完整 README →

    版本兼容矩阵

    DSH 版本状态说明
    dsh@0.1.0-rc.6 ✅ 兼容 cordis patch ✅
    dsh@0.1.0 ✅ 兼容 标准 patch ✅
    dsh@0.2.0 ⚠️ 待验证 待实测（API 可能在变）
    dsh@0.3.0+ ❓ 未知 尚未发布

    💡 兼容矩阵每周末自动跑实测，欢迎 PR 修正

    元数据

    License
    MIT
    npm
    dsh-voice-call
    Repo
    git+https://github.com/PandaPolo/dsh-voice-call.git
    Engines
    {"node":">=20"}
    Weekly DL
    0
    Monthly DL
    0
    dsh.bundle
    {"bundle":{"patch":"./cordis.patch.yml"},"client":{"platform":"web","inject":["@deepseek-ai/dsh-client-runtime","@deepseek-ai/dsh-client-ui-conversation"]}}