文本朗读

离线语音合成（offline_tts）

识别结果自动朗读：Melo / Kokoro 离线语音合成

版本：1.0.0

一、插件简介

------------------------------------------------------------------------

offline_tts 是语音助手内置的「识别结果自动朗读」插件。识别完成后，

将识别文本（有译文时优先朗读译文）合成本地语音，实现"说完即有声"。

处理链路为：

    语音识别完成 -> 文本后处理 -> 离线 TTS 合成（Melo / Kokoro）-> 播放

合成全部在本机完成，语音数据不出本地；模型与 Python 运行时随插件

一并分发，无需联网与额外安装。

触发范围：实时转录与普通转录完成后朗读；不朗读指令执行结果、

不朗读规则执行动作。

二、核心功能

------------------------------------------------------------------------

1. 识别结果自动朗读

   - 实时转录完成后朗读识别文本；

   - 普通转录完成后朗读（有译文时优先朗读译文）。

2. 双引擎离线合成

   - Melo TTS（多语种合成，默认音色）；

   - Kokoro TTS（k-ai / kokoro 系列音色）。

3. 常驻合成与预载

   - 合成走常驻守护进程（模型跨请求驻留内存），warmup 后第二句

     典型 < 1 秒；

   - 「预载模型」开启后，启用 / 语音打开朗读 / 应用启动（开关已开）

     时后台完成预热，首次出声更快。

4. 朗读开关唯一入口

   - 插件市场启停与语音指令「打开朗读 / 关闭朗读」同语义（双同步

     `tts_read_aloud`）；设置页不再复制朗读开关。

三、引擎与技术实现

------------------------------------------------------------------------

  TTS 引擎      Melo TTS（melo） / Kokoro（kokoro）离线引擎

  合成任务      `read_aloud`（Python `cli.py` 注册）：

                输入 {text, engine, voice, speed, plugin_dir}，

                输出单行 JSON {ok, wav, engine, voice, speed}

  进程模型      常驻守护进程 tts_daemon.py（模型驻留、连句快发）；

                守护不可用 / 超时自动回退一次性进程；宕机自恢复

                （下次请求自动拉起）

  串行播放      朗读请求时序串行（mutex），识别连发不并发出声

  失败可见化    运行时缺失 / 任务失败 / {ok:false,error} 均以

                Toast 提示，首次加载耗时亦有提示

四、配置面板

------------------------------------------------------------------------

插件市场 -> offline_tts -> 配置（config 表格，提交即生效）：

  音色            `offline_tts.voice`：melo 默认；`kokoro` 起

                  的 AF_/AM_/BF_/BM_/JF_/JM_/ZF_/ZM_ 前缀走 Kokoro

  语速/保存音频   语速、是否保存合成音频（`offline_tts.save_audio`）

  常驻内存时间    `offline_tts.idle_ttl`：0（永久）/1/5/10/30 分钟，

                  无合成请求超时停机常驻进程，下次朗读自动拉起

  预载模型        `offline_tts.preload`（默认开）

五、入口

------------------------------------------------------------------------

  语音指令        「打开朗读」「关闭朗读」

                  （manifest commands.voice，`plugin:offline_tts:on/off`）

  插件市场        启停开关与「打开/关闭朗读」同语义（朗读开关合一）

  热键            无

兼容：存量旧规则 `read_aloud_on/off` 动作保留，不报「未知动作」。

六、依赖与资源

------------------------------------------------------------------------

  模型            `models/melo/`（bert_multilingual、tts_model、

                  tokenizer、configuration）+ `models/kokoro/`

                  （kokoro-v1.0.onnx、voices-v1.0.bin）

  数据            `nltk_data/`（cmudict + taggers）

  运行时          `vendor/python/`（独立 Python 运行时随插件分发，

                  不注入宿主共享 site-packages）

  分发方式        插件包 `offline_tts.zip`（单顶层目录 manifest +

                  dll + models + vendor + nltk_data），解压至

                  `plugins/` 重 启 即 加 载

七、系统要求

------------------------------------------------------------------------

  操作系统   Windows 10 x64 及以上

  内存       4GB 及以上

八、关于

------------------------------------------------------------------------

  所属软件   语音助手（VoiceAssistant）

  插件 ID    offline_tts

  版本       1.0.0

  协议接口   plugin_sdk.h（api_version = 1）

  作者       研道人-江小东

  官网       https://3daoshan.com

  B 站主页   https://space.bilibili.com/3493128858241731

  邮箱       1719262421@qq.com

  版权信息   © 2026 研道人-江小东

  版权说明   本软件仅供学习交流使用。