AudioPlugin 朗读助手

在 VS Code 中将文本合成为语音并朗读。支持普通朗读、分角色朗读、背景音效，并可作为 Copilot Agent 工具使用。

语音合成采用**渠道（Provider）**架构：默认使用 MiniMax 渠道，未来可扩展更多 TTS 渠道。

功能

• 朗读选中文本 — 选中编辑器内容，一键合成语音
• 分角色朗读 — 自动分析小说角色与对白，为每个角色分配不同音色
• 背景音效 — 自动分析文本场景氛围，匹配对应音效素材
• 播放控制 — 支持暂停/恢复、停止播放
• Copilot 集成 — 作为 Language Model Tool（audioplugin_speak）供 Copilot Agent 调用
• 音频缓存 — 相同文本自动复用已合成的音频

使用方式

普通朗读

1. 运行 AudioPlugin 朗读助手：设置密钥，粘贴当前渠道的 API 密钥
2. 在编辑器中选中文本，右键选择 朗读选中文本

分角色朗读

1. 运行 AudioPlugin 朗读助手：配置角色分析，设置 DeepSeek API 密钥
2. 打开小说文本，运行 分角色朗读文档
3. 确认角色与音色分配后开始合成

背景音效

1. 运行 选择音效素材库文件夹，选择一个按场景分类的音频目录
2. 分角色朗读时，DeepSeek 自动分析场景并匹配音效

音效素材库结构示例：sfx/forest/, sfx/rain/, sfx/battle/ 等，子目录名即为场景分类。

TTS 渠道（Provider）

通过设置 audioplugin.provider 选择语音合成渠道（默认 minimax）。每个渠道的专属设置在 audioplugin.<渠道>.* 下：

• minimax（默认） — MiniMax 语音合成，设置项见下表（audioplugin.minimax.*）

配置文件 .ttsvoices.json

在项目目录下创建 .ttsvoices.json，可为角色指定音色和语音参数（优先级高于 LLM 分析结果）：

{
  "张三": { "voiceId": "male-qingse", "speed": 1.2, "pitch": 2 },
  "李四": { "speed": 0.9 },
  "王五": "male-qingse",
  "@roleVoices": {
    "narrator": { "voiceId": "audiobook_female_1", "speed": 0.9 },
    "elderly": { "pitch": -3 }
  }
}

• 字符串值 — 指定角色音色 ID
• 对象值 — 可同时指定 voiceId、speed（0.5~2.0）、pitch（-12~12）、vol（0.1~10）
• @roleVoices — 按角色类型（narrator/male/female/girl/boy/child/elderly）指定音色和参数
• 参数优先级：角色名 > 角色类型 > LLM 分析值
• 配置文件向上查找，最近的生效

命令

设置

通过 VS Code 设置面板调整（audioplugin.*）。配置项按适用范围分类标注：

• [通用] — 所有渠道、所有朗读模式
• [MiniMax] — 仅 MiniMax 渠道
• [分角色] — 仅分角色朗读
• 普通朗读 — 仅普通朗读（朗读选中文本）

通用设置（audioplugin.*）

MiniMax 渠道设置（audioplugin.minimax.*）

要求

• VS Code ^1.100.0
• 当前渠道的 API 密钥（MiniMax 语音订阅或 Token Plan）
• 分角色朗读需 DeepSeek API 密钥