CopySpeech
为你的剪贴板提供 AI 文本转语音。复制两次。即刻收听。
CopySpeech 会朗读你的剪贴板内容。在 1.5 秒内复制同一段文本两次,AI 语音便会将其读出,并配有 HUD 和逐词字幕。
下载 · 更新日志 · 贡献 · 问题
功能
- 双击复制触发。无需快捷键。托盘和播放页面同样可用。
- 16 种引擎后端。本地:Kokoro(默认)、Piper、Kitten、Qwen3-TTS、Pocket,以及任意 CLI TTS 工具。云端:OpenAI、ElevenLabs、Cartesia、Fish Audio、xAI、Mistral、Google、Microsoft Azure、Edge(无需密钥),以及任意 HTTP 端点。
- 本地:Kokoro(默认)、Piper、Kitten、Qwen3-TTS、Pocket,以及任意 CLI TTS 工具。
- 云端:OpenAI、ElevenLabs、Cartesia、Fish Audio、xAI、Mistral、Google、Microsoft Azure、Edge(无需密钥),以及任意 HTTP 端点。
- 一键本地安装。Kokoro 可在引导流程中安装。安装过程流式显示进度,并支持可选的 CUDA。
- 实时字幕。在播放页面、HUD 和浏览器伴侣中,单词会随音频同步高亮。字幕需要引擎能够报告时间信息。
- 流式播放。本地引擎在第一个音频窗口后即开始朗读。
- 速度 0.25×–4×、音调与音量。语音配置可为每个引擎保存各自的组合。
- 压低其他应用(Windows)。CopySpeech 朗读时,其他应用音量降低。
- 文本清理。去除 markdown、展开 URL、规范化 Unicode。可无损处理非拉丁字符。
- 浏览器伴侣。通过应用朗读你的选中内容。支持 Chrome、Edge 和 Firefox。播放时页面会高亮对应段落。
- 控制服务器。供脚本和工具使用的本地 HTTP API。参见控制服务器。
- 界面。9 种语言、从右到左布局、托盘、深色与浅色主题,以及自动更新。

实验性功能
实验性功能为 alpha 版本。它们可能在版本之间发生变化或损坏。
实验性功能(Alpha)开关位于设置 → 高级。它控制以下功能:
| 功能 | 作用 |
|---|---|
| 全局快捷键 | 从任意应用启动朗读 |
| 音频效果 | 按配置提供对讲机、8-bit 和赛博朋克效果 |
| 自动保存配置 | 无需保存步骤即可写入配置编辑 |
| 历史记录 | 保留过往朗读的日志 |
| 后处理 | 朗读前用大语言模型改写文本 |
| HUD 覆盖层 | 带实时波形和字幕的浮动窗口 |
开关关闭时,这些功能暂停。其设置和已保存的朗读记录仍保留在磁盘上。
插件级实验:
- DSH 部分自动朗读(0.1.1)。仅朗读每条自动回复的第一段或最后一段。
根据插件说明,以下功能尚未经过实际验证:
- Hermes 跟随滚动播放。
- Hermes 插件中的显式保存设置页面。
安装
从 Releases 获取构建版本。将 <version> 替换为发布版本号。最新版本为 0.3.0。
| 平台 | 资源 |
|---|---|
| Windows | CopySpeech_<version>_x64-setup.exe(也提供 .msi) |
| macOS (Intel) | CopySpeech_<version>_x64.dmg(Apple Silicon 通过 Rosetta 2 运行) |
| Linux | .AppImage 、 .deb 或 .rpm |
| 浏览器伴侣 | CopySpeech-Companion-<version>.zip |
首次启动时,引导流程会要求你选择引擎和语音。Kokoro 为默认选项。
Linux 注意事项。Wayland 会阻止全局快捷键。请使用双击复制、托盘,或调用控制服务器的合成器快捷键。
浏览器伴侣(Chrome)。
- 先启动桌面应用。
- 解压伴侣 zip 包。
- 打开 chrome://extensions,开启开发者模式,然后对解压后的文件夹选择加载已解压的扩展程序。
- 在扩展设置中授予按站点访问权限。
在 Windows 上,安装版构建会在启动时注册 Chrome 主机。Edge、Firefox、Linux 和 macOS 需要手动设置。
插件
Hermes Desktop 插件(copyspeech-hermes)
文章标题:CopySpeech – AI text-to-speech for your clipboard
正文: 通过正在运行的应用,将每条新完成的 Hermes 回复朗读出来。它可以高亮已朗读的词语并跟随播放。
- 创建一个 junction,让 Hermes 就地加载仓库文件:New-Item -ItemType Junction -Path "$env:LOCALAPPDATA\hermes\desktop-plugins\copyspeech-hermes" -Target "<repo>\copyspeech-hermes"
创建一个 junction,让 Hermes 就地加载仓库文件:
New-Item -ItemType Junction -Path "$env:LOCALAPPDATA\hermes\desktop-plugins\copyspeech-hermes" -Target "<repo>\copyspeech-hermes"
- 打开 Settings → Plugins → CopySpeech,开启 Read new replies aloud。
- 关闭 Hermes 内置的 Read replies aloud。如果两者都运行,每条回复会播放两次。
更改在你按下 Save 时生效。对 plugin.js 的编辑会在应用内重新加载。
DSH plugin (copyspeech-dsh)
DSH 是 DeepSeek Harness。此插件添加一个侧边栏面板、每条回复上的一个扬声器操作、一个选区胶囊,以及一个带暂停、±5 秒跳转和停止的播放栏。
- 让 DSH 插件管理器以 copyspeech-dsh/ 的绝对路径运行 install_bundle。
- 打开 CopySpeech 面板。状态行显示 CopySpeech is running。
- 发送一条消息,然后点击回复操作行中的扬声器。
该插件需要位于 127.0.0.1:43117 的控制服务器。完整详情见 copyspeech-dsh/README.md。
Agent voice
Pi 扩展和 Claude Code hook 会朗读最终的助手回复。参见 docs/agent-voice.md。
Control server
一个位于 127.0.0.1:43117 的本地 HTTP API:
| Route | Purpose |
|---|---|
| GET /health | 检查应用是否运行 |
| GET /status | 读取当前字幕 |
| POST /speak | 朗读文本。传入 wait 以阻塞直到完成 |
| POST /pause , POST /resume | 暂停或恢复一次朗读 |
| POST /seek | 按带符号的步长移动一次朗读 |
| POST /stop | 停止播放 |
详情见 docs/profile-engine-settings.md。
Development
bun install
bun run tauri dev
| Command | Purpose |
|---|---|
| bun run dev | 仅前端,端口 5173 |
| bun run check | Svelte 和 TypeScript 检查,然后 lint |
| bun run test | 前端测试(Vitest) |
| bun run format | 格式化仓库 |
| bun run tauri build | 生产构建 |
| cd src-tauri && cargo test | Rust 测试 |
| bun run bump | 补丁版本号递增(bump:minor 和 bump:major 也存在) |
| Layer | Stack |
|---|---|
| Backend | Rust, Tauri 2 |
| Frontend | Svelte 5, SvelteKit, TypeScript, Tailwind CSS 4 |
| Audio | rodio, Web Audio ( OfflineAudioContext ) |
| Tooling | Bun, Vite+ ( vp ), shadcn-svelte |
| i18n | svelte-i18n, Crowdin |
在更改代码之前,请阅读 Understanding the Codebase。docs/engines.md 说明了本地引擎如何连接。
Roadmap
下一个版本的目标是低首音频时间和较小的 VRAM 与 RAM 占用。目标是让本地引擎在低 VRAM GPU 和纯 CPU 机器上运行良好。
Contributing
阅读 Contributing Guide 了解设置、风格和拉取请求步骤。