winmsg-tts

# winmsg-tts Windows 本地 TTS 朗读技能。通过 WM_COPYDATA 消息把 AI 回复实时发送到迷你窗口朗读，支持中英文标点分割、队列顺序播放、语速音量滑块调节，零 token 消耗，完全本地运行。 ## 核心规则（重要！） ### 开启朗读模式 - 用户说"开启朗读模式"时 → 自动启动 TTS 迷你窗口 - 启动后第一条消息要说点自然的、有上下文的话，不要说通用测试句 - 把 HWND 和启动成功状态告诉用户 ### 朗读中（每次回复必须执行！） **TTS 模式下，AI 的每一条用户可见回复，都必须同步调用 sendmsg_hwnd.py 发送到小窗口朗读。不得遗漏。不得只发文字不转发音频。** 流程： 1. 收到用户消息 2. 生成回复文字 3. 调用 sendmsg_hwnd.py：`python sendmsg_hwnd.py <回复内容>` 4. 把同一回复文字也发给用户（webchat） ### 关闭朗读模式 - 用户说"关闭朗读模式"时 → 发送精确退出命令：`python sendmsg_hwnd.py --quit` - 只关闭自己的 TTS 窗口，不会影响其他进程 - 关闭后告知用户 ### 规则要点 - 只把用户看得见的回复发给 TTS 窗口，不要发内部推理 - 开启时说自然的话，不要每次都说"这是一条测试消息" - 滑块调节实时生效，无需重启 ## 技术特性 - **自动分句**：按中英文标点（`。` `；` `：` `！` `？` `……` `.` `,` `;` `:` `!` `?`）分割句子，保留标点到句尾 - **队列播放**：多句按顺序排队播放，不重叠，不打断 - **label 同步**：窗口文字随播放进度同步更新，每播一句更新一句 - **无弹窗**：使用 CREATE_NO_WINDOW (0x08000000) + Base64 编码，彻底解决 PowerShell 窗口问题 - **配置持久化**：语速/音量保存到配置文件，断电重启后恢复上次设置 - **精确关闭**：通过 `__QUIT__` 命令关闭自己的窗口，不杀其他进程 ## 文件说明 - `scripts/wmserver_20260327.py` — TTS 接收端，320×90像素迷你窗口，无边框右下角永远置顶 - `scripts/sendmsg_hwnd.py` — 发送端，通过 WM_COPYDATA 发送字符串；支持 `--quit` 精确关闭 - `config/tts_speed.txt` — 语速配置（-10 到 +10） - `config/volume.txt` — 音量配置（0-100） - `config/wmserver_hwnd.txt` — 当前窗口 HWND（运行时生成） ## 使用方法 1. 安装依赖：`pip install pywin32` 2. 启动 TTS：`python scripts/wmserver_20260327.py` 3. 发送信息：`python scripts/sendmsg_hwnd.py <消息内容>` 4. 关闭 TTS：`python scripts/sendmsg_hwnd.py --quit` ## 技术原理 - WM_COPYDATA = 0x004A + COPYDATASTRUCT 结构，跨进程传字符串 - PowerShell `System.Speech.Synthesis.SpeechSynthesizer` TTS 引擎 - Base64 编码命令避免中文和长度限制 - 消息队列顺序播放，不重叠 - tkinter 做 UI，overrideredirect(True) 无边框窗口 - CREATE_NO_WINDOW 禁止 PowerShell 弹窗 - `__QUIT__` 命令通过窗口类名精确关闭窗口，不影响其他进程 - 配置持久化到文本文件，断电重启后恢复上次设置 ## UI 布局（320×90） ``` [白色文字显示区域（当前播放的句子）] [慢]━━━●━━━━━━━━[快] ← 语速滑块 [小]━━━●━━━━━━━━[大] ← 音量滑块 ``` - 背景：深灰色 #2d2d2d - 文字：白色 #FFFFFF，微软雅黑 10pt 粗体 - 滑块轨道：灰色 #555555 - 滑块把手：白色 oval ## 系统要求 - Windows 系统 - Python 3.8+ - pywin32