dsh-avatar-frame 0.11.6 → 0.14.1

package/CHANGELOG.md

@@ -1,7 +1,331 @@
+## [0.14.1] - 2026-10-28
+
+### 修复
+
+- 音色选「系统语音」时仍然显示「试听一句」——那是走本地服务的试听，和系统语音的音色试听重复了。
+  现在三处（设置页、插件详情页、头像弹窗）都只在「本地服务」下显示它；
+  系统语音的音色试听保留在音色选择那一行。
+
+## [0.14.0] - 2026-10-28
+
+自 0.11.6 起的第一个公开发布版本，集中了这几天的功能与修复：
+
+### 新增
+
+- 自动朗读新回复（可关；切到别的会话不会突然开口，新回复出现才念；新回复会打断正在念的旧回复）
+- 系统语音可选音色（按回复语言自动选中/英文音色，优先神经网络音色），带试听
+- 音量滑块（0–100%，默认 50%），两种引擎都生效
+- 系统语音也支持暂停 / 继续 / 上一句 / 下一句 / 语速 / 停止
+- 语音服务「重启」按钮
+- 试听入口扩到三处：设置页、插件详情页、头像弹窗；两种引擎都能试听
+- 启动暖机期：点启动后显示「检测中 · 已等待 N 秒」，连上再变「已连接」
+- 失败原因短提示（超时 / 连不上 / HTTP 状态码），限长不撑破界面
+
+### 修复
+
+- 点开头像 / 详情页 / 设置页会卡死（音色列表在渲染期间写 store，形成无限重渲染）
+- 离线重试从未生效（调度一直以 attempt=0 重启，界面进不了「未连接」）
+- 切会话时声音不停、控制条消失（系统语音  不可靠，补  + 二次 ）
+- 试听无反应（会话守卫误杀试听；AudioContext 挂起；直连被浏览器拦截）
+- 音量未设置时被当成 0（默认静音）
+- 自动朗读用系统语音念本地服务的内容（未按引擎分流）
+- 弹窗里系统语音一行挤爆（改竖排 + 弹窗加宽）
+
+### 工程
+
+- 设置页与插件详情页共用  / ，内容不会再走偏
+- 行组件订阅收窄，改 ID / 播放进度不再重渲染所有历史轮次
+- 宿主端新增 TTS 转发与诊断日志（）
 # 更新记录
 
 格式参考 [Keep a Changelog](https://keepachangelog.com/zh-CN/1.1.0/)，版本号遵循语义化版本。
 
+## [0.13.18] - 2026-10-28
+
+### 修复
+
+- **跨段误取消**：直连 `/tts` 用的是全局 `speechRun.controller`，某一段 1.5 秒超时时
+  会把同时进行中的其它段一起中止。现在每次请求用独立 AbortController，只跟随整体停止信号。
+- 删掉未使用的文案键 `audition.stopHint`（字典两边同时清理，101 键仍对齐）。
+
+## [0.13.17] - 2026-10-28
+
+### 变更
+
+- 设置页与插件详情页的「朗读 / 语音服务 / 诊断」抽成共用组件（`SpeechSettings`、`DiagnosticsBlock`），
+  两边从此显示同一份内容，不会再出现改了一边、另一边落后的情况。
+- 详情页补上了状态点（已连接/未连接 + 模型名 + 等待/失败小字）与诊断信息。
+- 清理了设置页里因此不再使用的局部变量。
+
+## [0.13.16] - 2026-10-28
+
+### 变更
+
+- 自动朗读的判定简化为「只念新出现的回复」：
+  - 切进一个会话时，把它当前最新一轮记为基线，**已有的内容不念**；
+  - 之后你发消息、AI 回复产生的新轮次，**照常自动朗读**，不需要再点小喇叭；
+  - 上一轮还没念完时来了新回复，仍然打断并改念新的。
+- 去掉了 0.13.15 里「必须点过小喇叭才生效」的会话授权逻辑（它会让新会话的回复也不念）。
+
+## [0.13.15] - 2026-10-28
+
+### 变更
+
+- **新回复优先**：上一轮还没念完就来了新回复时，直接打断旧朗读、改念新的
+  （原来是排队等旧的念完，导致新回复被跳过、耳朵里还是旧内容）。
+- **切换会话不再自动朗读**：切过去的会话默认安静；只有在该会话里**手动点过小喇叭**之后，
+  这个会话才会自动朗读后续回复。打开自动朗读开关时，当前会话直接生效。
+
+## [0.13.14] - 2026-10-28
+
+### 修复
+
+- 停止朗读时没把「等待中的合成请求」计数归零，一个卡死的旧请求会让看门狗永久失效。
+- 换服务地址后重新尝试直连（之前失败过就永久走宿主代理，换了地址其实可能又通）。
+- 「试听失败」只显示试听自身的错误：聊天里某句朗读失败，不该在设置页显示成试听失败。
+- 自动朗读遇到「别的声音还在播」时，改成排队等它结束（最多重试 20 次），
+  而不是把这一轮直接标记成已念、结果什么都没念。
+
+## [0.13.13] - 2026-10-28
+
+### 新增
+
+- 点头像弹出的面板里也加了「试听一句」，位置在音色选择下面；
+  两种引擎都可用（本地服务走语音服务，系统语音走浏览器音色），失败原因同样显示在按钮旁边。
+- 设置页与插件详情页的试听不再只在「本地服务」下出现，系统语音也能试听。
+
+## [0.13.12] - 2026-10-28
+
+### 修复
+
+- 出声前会闪一下「试听失败：playback did not start」：看门狗在等待合成（直连 6 秒超时）期间
+  误判成卡住。现在有请求在等时不算卡住，并且真正开始出声时会清掉旧错误。
+- 直连超时从 6 秒缩到 **1.5 秒**：dsh-app:// 页面访问 127.0.0.1 基本都会被拦，早点转宿主代理，
+  第一次出声的等待时间明显变短。
+- 「试听失败」这行小字和右边的「已连接」没有对齐：补上 `margin-top:0` 与居中。
+
+## [0.13.11] - 2026-10-28
+
+### 修复
+
+- 试听被聊天行的「换会话就停」逻辑误杀：试听的 sessionId 是 null，不属于任何会话，
+  却被判成「别的会话在播」，刚发起就被 stopSpeech 取消（日志里停在 `clone: ctx=running`，
+  连 `tts: post` 都没打出来）。现在 sessionId 为 null 时不再被行组件停止。
+- 直连失败过一次后记住结果，后续段落直接走宿主代理，不再每段都等 6 秒超时。
+
+## [0.13.10] - 2026-10-28
+
+### 新增
+
+- **宿主端 TTS 代理**：`POST /dsh-avatar-frame/service {action:"tts"}`，由宿主进程去请求本机语音服务，
+  绕开浏览器对 `dsh-app:// → http://127.0.0.1` 的网络限制。
+- 客户端直连 `/tts` 超过 6 秒或失败时，自动改用宿主代理，并在日志里记下 `tts: direct failed → host proxy`。
+
+## [0.13.9] - 2026-10-28
+
+### 修复
+
+- 从设置页点试听时请求一直挂起（日志停在 `clone: ctx=running` 之后，没有 `tts` 结果）：
+  DSH 页面的来源是 `dsh-app://`，向 `http://127.0.0.1` 发带 JSON 的 POST 会触发 Chromium 的
+  **Private Network Access** 预检，缺少 `Access-Control-Allow-Private-Network` 时请求会被拦下。
+  本例里服务端已补上该响应头。
+- 客户端给 `/tts` 加了 90 秒超时与更细的诊断（请求 URL、状态码、字节数、失败原因），
+  再出现挂起会以错误形式暴露，而不是无声无息。
+
+## [0.13.8] - 2026-10-28
+
+### 诊断
+
+- 宿主端新增 `action: "debug"`，把信息追加到 `~/.dsh/storages/dsh-avatar-frame/debug.log`；
+- 客户端在试听/播放的关键节点写诊断行（点击是否到达、文本与引擎、chunks 数、音频上下文状态、
+  每段字节数与解码时长、播放完成、异常）。用于定位「设置页点试听没反应」。
+
+## [0.13.7] - 2026-10-28
+
+### 修复
+
+- 开了自动朗读、音色选「本地服务」时，新回复却用**系统语音**念：自动朗读的兜底分支无条件调用了
+  `startSpeech`（系统语音）。现在按当前引擎分流：本地服务走 `speakClone`，系统语音走 `startSpeech`。
+
+## [0.13.6] - 2026-10-28
+
+### 修复
+
+- 点「试听一句」先广播「试听中」，再去做需要 await 的准备（音频上下文恢复等）；
+  `ctx.resume()` 加 1.5 秒上限，避免某一步挂起时表现成「点了完全没反应」。
+- 试听按钮阻止 `mousedown`/`pointerdown` 冒泡，避免被设置弹窗的外层处理吃掉首次点击
+  （表现为：设置页第一次点没反应，去插件页点一次、回来再点就正常）。
+
+## [0.13.5] - 2026-10-28
+
+### 修复
+
+- 「试听一句」点了没声音：浏览器的 AudioContext 在没拿到用户手势时会处于 `suspended`，
+  此时 `source.start()` 不出声、`onended` 也不触发，状态就永远卡在 speaking。
+  现在播放前会 `await ctx.resume()`，并确认 `state === running`，否则按失败上报。
+- 加了播放看门狗：状态是「在播」但既没有音频源、浏览器也没在说话，超过 3 秒自动复位并记录失败原因。
+
+## [0.13.4] - 2026-10-28
+
+### 新增
+
+- 试听按钮旁边会显示状态：「试听中 n/m」，失败时显示「试听失败：原因」（红色小字，限长）。
+  之前点了没反应时完全没有线索，现在能直接看出是没请求到、还是解码/播放出了问题。
+
+## [0.13.3] - 2026-10-28
+
+### 修复
+
+- 点「试听一句」没反应：
+  - 按钮在播放状态残留成 speaking 时会被禁用，而那个状态可能已经没有声音在放；
+    现在永远可点，点了先停干净再从头念。
+  - 系统语音在 `stopSpeech` 里被 `pause()` 过，Chromium 会一直保持暂停态，
+    后续 `speak()` 只入队不出声；现在每次开口前先 `resume()`。
+- 系统语音试听的音量跟随音量设置（之前固定 100%）。
+
+## [0.13.2] - 2026-10-28
+
+### 修复
+
+- 打开「自动朗读新回复」会**立刻**念当前最新一条：基线取的是第一行的轮次，后面所有轮都算"新"。
+  现在按会话延后 400ms 取"当前最新一轮"作基线，只念之后出现的新回复；关掉再打开会重取基线。
+- 切到别的对话再切回来，出现「控制条消失、小喇叭没亮，但声音还在播」：
+  换会话的停止判断只看 sessionId，状态变化时不会触发；现在监听播放状态，并给系统语音补了
+  `pause()` + 两次 `cancel()`（Chromium 的 cancel 偶尔只清队列、不停当前句）。
+
+## [0.13.1] - 2026-10-28
+
+### 修复
+
+- **音量默认值**：没设置过时被当成 0（等于默认静音），现在默认 **50%**；显式存 0 才是静音。
+- 自动朗读用了占位的 sessionId，行组件认不出「正在念」，从控制条上看不到播放状态；改用真实 sessionId。
+- 系统语音暂停时点「下一句」，暂停标记没有清掉，新句子一开口就是暂停态。
+- 设置页漏了「自动朗读新回复」和「音量」两项（只加到了详情页和弹窗）。
+- 行组件的订阅范围收窄：以前**每一轮**都订阅整个头像/播放状态，改 ID、调整进度会让所有历史行重渲染；
+  现在只有它用到的字段变化才重渲染。
+
+## [0.13.0] - 2026-10-28
+
+### 新增
+
+- **自动朗读新回复**：设置页与详情页都有开关；打开后新一轮回复结束会自动念，
+  打开界面时已存在的历史轮次不会被念。
+- **系统语音也有播放控制**：暂停/继续、上一句/下一句、五档语速、停止。系统语音改为按句播放，
+  与本地服务共用同一条控制条。
+- **音量滑块**（0–100%）：系统语音与本地服务都生效。
+- **重启服务**按钮：先停再起，不用手动点两次。
+
+## [0.12.8] - 2026-10-28
+
+### 修复
+
+- 「未连接 / 检测中」和它右边那句原因没有对齐：详情那行原本带 `margin-top:6px`，
+  在横向排列里把它压低了几像素。改成两者包进同一个 flex 行、居中对齐、间距 8px。
+
+## [0.12.7] - 2026-10-28
+
+### 变更
+
+- 等待/失败的提示只保留一处（试听按钮旁边），去掉地址框下面重复的那一条。
+- 连接失败时在同一行给出**简短原因**：连接超时 / 连不上服务 / 服务返回 HTTP 状态码；
+  文案限长（超 70 字截断）并用省略号收尾，避免长原因撑破界面。
+
+## [0.12.6] - 2026-10-28
+
+### 变更
+
+- 点「启动服务」后不再闪一下「未连接」：进入 25 秒暖机期，期间状态保持「检测中」，
+  连上即变「已连接」；暖机结束后仍未连上才显示「未连接」。
+- 「检测中」期间多一行小字：「正在启动语音服务，已等待 N 秒（模型加载通常要 10–30 秒）」，
+  每秒刷新，让人知道程序在做事。
+
+## [0.12.5] - 2026-10-28
+
+### 变更
+
+- 头像弹窗里删掉「在这里写 ID；要换图时再点下面的按钮」这句提示：界面上元素变多之后，
+  它和 ID 输入框已经隔得很远，反而显得多余。
+
+## [0.12.4] - 2026-10-28
+
+### 新增
+
+- 系统语音那一行加了「共 N 个音色」和「刷新列表」：Electron 里音色列表有时加载得晚，
+  刷新一下就能重新枚举，也方便判断到底是系统里没有还是浏览器没给。
+
+## [0.12.3] - 2026-10-28
+
+### 修复
+
+- 点开头像 / 插件详情 / 设置页会卡死：新加的音色列表在**渲染期间**写 store，
+  而 store 变更又触发重渲染，形成无限循环。现在渲染路径只读不写，音色列表做内容去重，
+  并且只向浏览器询问一次（异步就绪后由 `voiceschanged` 事件刷新）。
+
+## [0.12.2] - 2026-10-28
+
+### 修复
+
+- 系统语音只挑中文音色，英文用户听到的是中文音色念英文。改为**按待读文本的语言**挑：
+  回复里有汉字用中文音色，否则用英文音色；手动选过的音色优先。
+- 音色列表同时列出中英两种，按界面语言排序；试听句跟随插件界面语言。
+
+## [0.12.1] - 2026-10-28
+
+### 修复
+
+- 头像弹窗里新加的「系统语音」素材放不下，标签被下拉框盖住：改成「标签 + 试听」一行、
+  下拉框独占一行，弹窗宽度 368px → 420px。
+
+### 文档
+
+- README 增加「系统语音怎么更好听」：Win10 只有老 SAPI 音色；Win11 可安装自然音色包，
+  装好后重启 DSH 即可在列表里选到（中英各一份）。
+
+## [0.12.0] - 2026-10-28
+
+### 新增
+
+- **系统语音可选**：音色选「系统语音」时多一行下拉框，列出浏览器提供的所有中文音色
+  （自动排序：神经网络音色优先，老的 SAPI 音色靠后），旁边带「试听」。选择存本机。
+- 系统语音的语速现在跟随设置里的语速（之前固定 0.95）。
+
+## [0.11.11] - 2026-10-28
+
+### 变更
+
+- 服务地址下的提示语改成更直接的说法：「想用本地语音服务请在本机配置（模型和参考音频自备）。」
+
+## [0.11.10] - 2026-10-28
+
+### 修复
+
+- 文案跟实际行为对齐：服务离线时的重试早已改成 2.5 秒，提示语里还写着 8 秒。
+
+## [0.11.9] - 2026-10-28
+
+### 变更
+
+- 音色选「系统语音」时，**语音服务**区块（服务进程 / 启动配置 / 随 DSH 启动 / 诊断里的服务行）
+  在设置页和插件详情页都自动隐藏；只有进程仍在运行、或开着自启时才保留（给一个停止入口）。
+- 「随 DSH 启动」改名为「**DSH 启动时拉起语音服务**」，说明白是拉服务、不是插件。
+- 去掉「语音服务 / 语音服务进程」两个重复的标题。
+
+## [0.11.8] - 2026-10-27
+
+### 修复
+
+- 服务状态探测的「离线后重试」从来没有真正生效：调度函数总是以 `attempt=0` 重启探测，
+  于是一直每 700ms 轮询、永远进不了 offline 状态（也就看不到「未连接」）。
+  现在：瞬时失败重试一次（700ms）→ 判离线 → 每 **2.5 秒**重试（原来名义上是 8 秒）；
+  连上后改为每 **30 秒**静默保活，服务中途挂掉也能自己变红。
+
+## [0.11.7] - 2026-10-26
+
+### 新增
+
+- `assets/icon-180.png`：市场卡片图标（由 `icon.svg` 渲染，180×180 位图）。
+- `screenshots.json`：声明 7 张截图，插件市场详情页按此顺序展示。
+
 ## [0.11.6] - 2026-10-25
 
 ### 变更

package/README.md

@@ -24,11 +24,13 @@
 **朗读**
 
 - 点 ID 右侧的小喇叭，朗读这一条回复的正文（只读最终回答，不读思考过程和折叠的工具步骤）；
-- 两种引擎：系统语音（开箱即用）或你自己的本地服务；
-- 播放控制条：朗读时接在小喇叭右侧，可暂停/继续、上一句/下一句、五档语速（0.95× / 1.00× / 1.05× / 1.10× / 1.15×）、停止；
+- 可打开「自动朗读新回复」，新一轮回答结束后自动念（历史轮次不会补念）；
+- 两种引擎：系统语音（开箱即用，**可选音色**，按回复语言自动选中/英文音色、优先神经网络音色）或你自己的本地服务；
+- 播放控制条：朗读时接在小喇叭右侧，可暂停/继续、上一句/下一句、五档语速（0.95× / 1.00× / 1.05× / 1.10× / 1.15×）、停止——**两种引擎都支持**；
+- 音量滑块（0–100%，**默认 50%**）；
 - 语气三档：平稳 / 自然 / 活泼，随请求发给你的服务；
-- 试听：不用回到聊天，在设置里直接试一句；
-- 失败提示：某句合成失败时，小喇叭旁出现红点，悬停可看原因；
+- 试听：选「本地服务」时，设置页 / 插件详情页 / 头像弹窗里都有「试听一句」；选「系统语音」时，音色选择那一行自带试听；
+- 失败提示：某句合成失败时，小喇叭旁出现红点，悬停可看原因；试听失败时按钮旁会直接显示简短原因；
 - 长回复按句切分、提前两段预生成，句间不卡顿。
 
 ![朗读时小喇叭右侧的控制条](docs/images/bar.png)
@@ -36,7 +38,8 @@
 **其他**
 
 - 设置 → **角色头像**：头像、ID、字号、预设、朗读、引擎、语气、语速、服务地址、试听、诊断都在这页；
-- **语音服务进程**：一键启动/停止你自己配置的服务进程，可勾选「随 DSH 启动」（设置页与插件详情页都能操作）；
+- **语音服务进程**：一键启动 / 停止 / **重启**你自己配置的服务进程，可勾选「DSH 启动时拉起语音服务」（设置页与插件详情页内容完全一致）；切到「系统语音」时整块自动隐藏，进程仍在跑或开着自启时例外；
+- **状态跟着过程走**：点启动后先显示「检测中 · 已等待 N 秒（模型加载通常 10–30 秒）」，连上即变「已连接」；超过 25 秒仍未连上才显示「未连接」，并给出简短原因（超时 / 连不上 / 服务返回 HTTP 码）；
 - 诊断信息：服务状态与模型名、上一句合成耗时、播放进度、最近一次错误；
 - **界面语言可切换**：中文 / English 两个按钮，放在插件详情页、设置 → 角色头像、点头像弹出的面板三处；选择只记在本机，刷新/重启后保持；
 - 所有数据只在本机 `localStorage`，不上传、不联网（除非你把服务地址指向远程）。
@@ -70,7 +73,17 @@
 
 插件本身**不下载模型、不附带参考音频、不启动任何服务**。它只做两件事：用系统语音读，或者调用你给的 HTTP 服务。
 
-默认地址 `http://127.0.0.1:8123`，可在面板、插件详情页或设置页修改，旁边会显示「已连接 / 未连接」的实时状态。服务不可用时会自动退回系统语音，状态点**每 8 秒自动重试一次**，起好服务后不用刷新。
+默认地址 `http://127.0.0.1:8123`，可在面板、插件详情页或设置页修改，旁边会显示「已连接 / 未连接」的实时状态。服务不可用时会自动退回系统语音；状态点在离线时**每 2.5 秒重试一次**，连上后每 30 秒静默保活一次，中途挂掉也会自己变红。
+
+### 系统语音怎么更好听
+
+「系统语音」用的是**浏览器能看到的系统音色**，列表由系统和你用的客户端决定：
+
+- **Windows 10**：基本只有老的 SAPI 音色（如「慧慧」），机械感明显，这是系统本身的限制；
+- **Windows 11**：可以安装微软的**自然音色**（晓晓、云希等）。路径是 设置 → 时间和语言 → 语音 → 添加语音（部分版本在「讲述人」里有自然语音的下载项）。装好后**重启一次 DSH**，音色下拉框里会出现名字带 `Natural` 的项；
+- 下拉框会**自动把自然音色排在最前**，不用手动找。
+
+如果下拉框里只有老音色，说明系统里没有、或者当前客户端拿不到——这时候更实际的办法是用「本地服务」：要么跑下面那个示例（微软在线音色），要么接你自己训练的模型。
 
 **先用一个示例跑通**：仓库里带了一个最小实现，用微软 Edge 的在线语音：
 
@@ -84,7 +97,7 @@ python examples/simple_tts.py          # 监听 127.0.0.1:8123
 **一键启动服务（可选）**：插件的宿主端可以替你启动那个进程，入口两处——**设置 → 角色头像 → 语音服务**，以及**插件详情页**的同名区块。
 
 - 「启动服务 / 停止服务」：执行你填的那条命令；
-- 「随 DSH 启动」：DSH 启动时自动把它拉起来（不是开机自启）；
+- 「DSH 启动时拉起语音服务」：DSH 启动时自动把它拉起来（不是开机自启）；
 - 「启动配置」里填：**启动命令**、**工作目录**、**环境变量**（每行 `KEY=VALUE`）。
 
 ```
@@ -98,7 +111,7 @@ python examples/simple_tts.py          # 监听 127.0.0.1:8123
 几点要说清楚：
 
 - 命令是**你自己填的**，插件不附带任何服务；它只是替你执行、托管这个子进程；
-- 进程生命周期跟随 DSH：DSH 退出时它会被一起收掉；「随 DSH 启动」只在 DSH 启动时执行一次；
+- 进程生命周期跟随 DSH：DSH 退出时它会被一起收掉；「DSH 启动时拉起语音服务」只在 DSH 启动时执行一次；
 - 端口上已经有服务在跑时（比如你手动开的），插件会显示「端口上已有服务（非本插件启动）」，不会重复启动；
 - 宿主端代码在 DSH 启动时加载，**安装或升级插件后要重启一次 DSH**，这一块才可用；界面会提示「宿主端未加载」。
 
@@ -115,6 +128,8 @@ POST /tts
 
 需要允许 CORS（`Access-Control-Allow-Origin: *` 并响应 `OPTIONS` 预检）。`tone` 是建议值，不认识就忽略；`speed` 范围 0.7–1.3。
 
+**试听没声音时**：插件会先直连你填的地址，1.5 秒内没有响应就自动改由 DSH 宿主进程转发（日志在 `~/.dsh/storages/dsh-avatar-frame/debug.log`）。设置页的试听按钮旁会显示「试听中 n/m」或失败原因。
+
 **启动失败时先看这一条**：设置页「启动配置」下面会显示进程退出前的输出。如果看到
 
 ```
@@ -200,14 +215,15 @@ PermissionError: [WinError 10013] 以一种访问权限不允许的方式做了
 - Two engines: the system voice, or your own local service;
 - Playback bar beside the speaker: pause/resume, previous/next sentence, five speeds (0.95×–1.15×), stop;
 - Three tone presets (calm / natural / lively) sent to your service;
-- Preview the voice from the settings page without touching the chat;
-- Failure dot next to the speaker with the reason on hover;
+- Preview: with 'Local service' there is a preview button on the settings page, the plugin page and the avatar panel; with 'System voice' the voice picker has its own preview;
+- Failure dot next to the speaker with the reason on hover; a failed preview shows a short reason next to the button;
 - Long replies are split by sentence and pre-generated two chunks ahead, so playback stays continuous.
 
 **The rest**
 
 - Settings → **Character avatar** holds everything: avatar, ID, size, presets, read-aloud, engine, tone, speed, endpoint, preview, diagnostics;
-- **Service process**: start/stop your own TTS process and optionally start it with DSH (available on both the settings page and the plugin page);
+- **Service process**: start / stop / **restart** your own TTS process, optionally started with DSH; the settings page and the plugin page show exactly the same block;
+- **Status that follows the launch**: after clicking start you see "checking · N s elapsed (model loading usually takes 10–30s)", then "connected"; only after 25s without a connection does it say "not connected" with a short reason (timeout / unreachable / HTTP code);
 - Diagnostics: service state and model name, last synthesis time, playback progress, last error;
 - **Chinese / English UI switch** on the plugin page, the settings page and the avatar popup; the choice is stored locally;
 - Everything is kept in this browser's `localStorage`; nothing is uploaded unless you point the endpoint at a remote host.
@@ -239,7 +255,17 @@ The package is published on npm as [`dsh-avatar-frame`](https://www.npmjs.com/pa
 
 ### Speech service
 
-The plugin never downloads a model or bundles a voice. It either uses the system voice or calls an HTTP service you provide. The default address is `http://127.0.0.1:8123` and can be changed in the panel, the plugin page or the settings page; a status dot shows connected / not connected and **retries every 8 seconds**, so start the service and watch it turn green — no refresh needed.
+The plugin never downloads a model or bundles a voice. It either uses the system voice or calls an HTTP service you provide. The default address is `http://127.0.0.1:8123` and can be changed in the panel, the plugin page or the settings page; a status dot shows connected / not connected and **retries every 2.5 seconds**, so start the service and watch it turn green — no refresh needed.
+
+### Making the system voice sound better
+
+The **System voice** option lists the voices your system exposes to the browser:
+
+- **Windows 10**: usually only the legacy SAPI voices (e.g. Huihui), which sound robotic — that is a system limit, not the plugin;
+- **Windows 11**: you can install Microsoft's **natural voices** (Xiaoxiao, Yunxi, …) from Settings → Time & language → Speech → Add voices (some builds also offer natural voices under Narrator). After installing, **restart DSH** and the picker will list entries containing `Natural`;
+- The picker **sorts natural voices first** automatically.
+
+If only legacy voices show up, the more practical route is **Local service**: run the example below (Microsoft online voices) or point the plugin at your own model.
 
 **Try it with the bundled example** (Microsoft Edge online voices):
 
@@ -253,7 +279,7 @@ Point the plugin at `http://127.0.0.1:8123` and click the speaker. To use your o
 **One-click service start (optional).** The host half can launch the process for you; the same block exists in **Settings → Character avatar → Speech service** and on the plugin page:
 
 - Start / Stop service — runs the command you configure;
-- Start with DSH — launches it once at DSH startup (not an OS autostart);
+- Start the speech service with DSH — launches it once at DSH startup (not an OS autostart);
 - Launch settings — the command, the working directory, and `KEY=VALUE` environment lines.
 
 The command is yours: the plugin does not ship a service, it only executes and supervises that child process. Its lifetime follows DSH, and if something is already listening the plugin says so instead of starting a second copy.