前言¶

DSH 的 Web 界面通常以文本輸入爲主。當需要用語音補充指令、自然語言或快速記錄內容時，鍵盤輸入不一定最合適。dsh-ears 是 DeepSeek Harness 的開源語音輸入插件，把語音識別、轉寫和可選潤色接入 DSH Web UI。它不會替用戶自動發送消息，而是把語音轉成可編輯草稿。

這是什麼¶

先說明對象。dsh-ears 是面向 DSH Web 的語音輸入插件，倉庫位於：

WizisCool/dsh-ears

許可證爲 MIT。package.json 中記錄的版本爲：

0.2.1

它主要處理三件事：選擇語音識別後端、把轉寫結果寫入草稿、在需要時用潤色模型優化轉寫文本。

核心功能¶

識別後端¶

下面介紹它支持的識別後端：

Web Speech
本地 Whisper
Groq
Deepgram
阿里雲百鍊
騰訊雲
小米 MiMo
硅基流動
自定義 OpenAI 兼容識別後端

本地 Whisper 後端需要在設置頁下載 GGML 模型。部分雲後端的額外要求如下：

阿里雲百鍊: 單次最長 300 秒
騰訊雲: AppID、SecretID、SecretKey、engine_type
小米 MiMo: Token Plan 需選擇區域集羣

潤色與草稿¶

潤色默認開啓。模型可以使用 dsh 默認 Agent 模型，也可以從 dsh 已配置模型中選擇；提示詞可以自定義。

轉寫結果始終寫入可編輯草稿，不會自動發送。開啓潤色後，原始轉寫會先寫入草稿，潤色完成後再更新。

安裝與更新¶

前置依賴¶

安裝前先確認版本範圍：

DeepSeek Harness: 0.1.0-rc.6 至 0.1.1-rc.2
Node.js: ^22.19.0 || >=24.0.0

安裝¶

先添加插件：

dsh plugin --profile web add dsh-ears

更新¶

更新時使用同一條 add 命令：

dsh plugin --profile web add dsh-ears

然後重啓 dsh web 並刷新 Web UI，以加載新的 Host 代碼。

卸載¶

dsh plugin --profile web remove dsh-ears

典型用法¶

經過上面的安裝，使用流程如下：

1、點擊麥克風圖標，或按下：

Ctrl+Shift+Space

開始說話。

2、再次按下同一快捷鍵，或點擊麥克風圖標，停止錄音並開始轉寫。

3、如果選擇本地 Whisper 後端，先在設置頁下載 GGML 模型。

4、開啓潤色後，原始轉寫先寫入草稿，潤色完成後再更新。

5、檢查草稿內容後，手動發送。

適用場景與注意¶

適合的場景：

• 已在 DSH Web 環境中使用 DeepSeek Harness，並希望用語音輸入指令或補充上下文。
• 希望轉寫結果先進入草稿，再人工檢查後發送。
• 需要選擇 Web Speech、本地 Whisper、雲端識別後端或自定義 OpenAI 兼容後端。

需要注意：

• 插件會以當前 dsh 進程權限運行；安裝前建議檢查源碼、依賴和 MIT 許可證。
• 所有 API key 和憑據由 Host 保存，瀏覽器不接觸。
• 版本兼容範圍爲：

DeepSeek Harness: 0.1.0-rc.6 至 0.1.1-rc.2
Node.js: ^22.19.0 || >=24.0.0

• 轉寫結果不會自動發送，最終仍需要人工確認。

結尾¶

dsh-ears 把語音輸入做成 DSH Web 插件：先選擇識別後端，再把轉寫結果放進草稿，最後由用戶手動發送。

倉庫地址：

https://github.com/WizisCool/dsh-ears