SillyTavern 体验增强插件 v1.0 —— 告别“音画不同步”

在使用 SillyTavern 结合 Deepseek API 与本地 IndexTTS 1.5 构建 AI 语音聊天时，我遇到了一个影响沉浸感的硬伤：文本生成速度远快于语音合成速度。回复内容提前展示，语音却滞后 2-3 秒才播放，导致角色“对嘴型”严重脱节。

为此，我开发了一款针对最新版酒馆的优化插件。其核心机制采用 “阻塞式渲染” 策略：

逻辑重构：拦截 Deepseek 返回的流式文本，暂缓 UI 界面的刷新。

等待机制：在语音合成（IndexTTS）完成并触发播放指令前，对话气泡仅显示友好的 “请稍后...” 占位提示。

精准呈现：只有当音频流真正开始输出至扬声器的一刹那，脚本才同步释放被拦截的文本，实现台词与声音的 “零时差”同频输出。

这一改动彻底消除了因 TTS 速度瓶颈带来的“视觉超前感”，让角色扮演的沉浸感重回巅峰。

语音合成没出来，按住文本内容不显示

当语音合成完毕，角色有说话声音了，再同步显示文本

插件安装方法

1、下载解压缩包，获得 st-hide-until-tts 文件夹

2、把文件夹复制到

SillyTavern文件夹下

└─ public

└─ scripts

└─ extensions

└─ third-party

└─ hide-text-until-tts

3、进入“管理扩展”,找到 Hide Text Until TTS，确认已经启用。

4、效果再次欣赏

5、插件于附件，自动下载即可

欢迎大佬多多分享干货~