前言¶

在 DSH 的插件化用法中，web 客户端里的输入通常仍依赖键盘。如果你希望在聊天框直接口述，并让识别结果按普通聊天消息提交，同时不改变当前 agent 预设，dsh-voice 提供了这条路径。

它由 3274375092 维护，许可证为 MIT，npm 包名为 @nn12138/dsh-voice。

这是什么¶

dsh-voice 是 DeepSeek Harness 的语音输入插件：通过麦克风进行本地或浏览器语音识别，将识别文本作为普通聊天消息提交。

它定位为输入层能力：只提交识别文本，不修改 persona / system prompt，也不绑定特定预设，可在 code、standard、minimal、custom 等预设下使用。

核心功能¶

1、麦克风按钮与全局热键：提供麦克风按钮，并支持可配置的全局热键，默认为 Ctrl+Space。

2、实时识别：说话时回显流式部分转写；VAD 在停止时提交最终文本。

3、自适应双引擎：优先使用主机原生 ASR（sherpa-onnx-node zipformer2 + silero VAD），不可用时回退浏览器 Web Speech。

4、预设无关：不修改 persona / system prompt，适用于 code、standard、minimal、custom 等预设。

5、零配置可用：不额外安装离线运行时也能工作；如需要离线原生识别，可另行安装 sherpa-onnx-node 并下载模型。

安装与启用¶

先确认 Node 环境满足：

node ^22.19.0 || >=24.0.0

1、安装插件：

dsh plugin --profile web add @nn12138/dsh-voice

从 registry 安装 @nn12138/dsh-voice 时不执行生命周期脚本。

2、可选：安装离线原生识别依赖并下载模型：

dsh plugin --profile web add sherpa-onnx-node
dsh-voice-models

插件不会自动安装该运行时；模型下载约 100MB。

3、可选：修改 ~/.dsh/profiles/web/cordis.patch.yml 中 voice 的 config。可配置项包括：

~/.dsh/profiles/web/cordis.patch.yml

voice.config:
  modelDir
  hotkey
  vadThreshold
  tailPadSeconds
  engine

修改配置后，重启 dsh web。

典型用法¶

1、启动 DSH web：

dsh web

2、在 composer 左侧点击麦克风按钮，或按默认热键 Ctrl+Space 开始语音输入。

3、停止后，插件把最终识别文本作为聊天消息提交。该过程只影响输入，不改变 agent 预设。

适用场景与注意¶

适合在 DSH web 中需要语音口述、但不希望改动 agent 预设或 system prompt 的使用者。若希望识别走本地原生 ASR，需要额外安装 sherpa-onnx-node 并运行 dsh-voice-models 下载模型。

需要注意：

• 插件以当前 dsh 进程权限运行，安装前应检查源码、依赖和 MIT 许可证。
• 主机原生 ASR 不可用时，会回退到浏览器 Web Speech。
• 离线原生识别是可选路径，插件不会自动安装 sherpa-onnx-node。
• 不要把它理解成会修改 DSH agent 行为的插件；它只把识别文本提交为聊天消息。

资源¶

• 目录页：https://www.skillhub.cn/plugins/3274375092/dsh-voice
• GitHub：https://github.com/3274375092/dsh-voice

dsh-voice 的价值在于把麦克风输入接到 DSH 的普通聊天消息路径：零配置可用，需要本地离线识别时再扩展，同时保持预设不变。