前言¶

在 DSH Web 界面裏寫提示、配置或長文時，打字不是唯一方式。如果希望把口述內容直接落到輸入框，又不想依賴外部語音接口，可以把本地 ASR 接進來。dsh-funasr-voice 面向這個場景：瀏覽器採集麥克風，host 側拉起本地 FunASR + SenseVoiceSmall 做識別，再把文字填入 DSH 輸入框。

這是什麼¶

dsh-funasr-voice 是 DSH Web 的本地離線語音輸入插件，由 fenglin-ai 維護，許可證爲 MIT。它把語音輸入拆成兩部分：瀏覽器端負責採集麥克風和顯示按鈕狀態，host 端負責半自動拉起本地 FunASR + SenseVoiceSmall 識別服務，並將識別結果填入輸入框。

核心能力¶

下面這些能力都圍繞“少切窗口、邊說邊出字”：

• 點一下開始、再點一下停止，點按切換連續聽寫；VAD 自動斷句，邊說邊出字。
• 錄音時按鈕旁即時顯示已錄時長。
• 識別文字自動填入草稿；可選識別後自動發送。
• 句首/句尾的 SenseVoice 事件/情緒 emoji 會被自動剝掉。
• 設置頁可一鍵安裝：自動創建 venv、安裝 funasr + torch、下載 SenseVoiceSmall 模型。
• 支持自動檢測 Python 與模型，也可手動填路徑。
• ASR 在本地 CPU 上跑，SenseVoice RTF 約 0.07，約 10x 即時。
• 支持 GUI 或 YAML 配置 python、model、enabled、basePath、port、language、useItn、autoSend。

安裝與啓用¶

先安裝插件。根據官方命令，把插件目錄或倉庫地址交給 DSH 插件管理器：

dsh plugin --profile <你的profile> add <本插件目錄或倉庫地址>

安裝後重啓 DSH，再進入：

DSH 設置 → 通用 → 語音輸入

點擊「安裝」，插件會自動創建 venv、安裝 funasr + torch，並下載 SenseVoiceSmall 模型。完成後再點輸入框右側的話筒圖標開始聽寫；首次會請求麥克風權限，允許即可。

手動準備 FunASR 環境¶

如果已有 FunASR 環境，或者想自己控制安裝位置，可以先準備獨立 venv 和模型目錄，再把 python 與 model 填回插件配置。以下以 macOS 爲例：

# 1. 創建獨立 venv
python3 -m venv ~/Documents/ASR/funasr/.venv
source ~/Documents/ASR/funasr/.venv/bin/activate

# 2. 安裝 FunASR
pip install --upgrade pip
pip install funasr

# 3. 準備模型目錄
mkdir -p ~/Documents/ASR/funasr/models
cd ~/Documents/ASR/funasr/models

模型下載可使用 ModelScope 或 HuggingFace：

# ModelScope
python -c "from modelscope import snapshot_download; snapshot_download('iic/SenseVoiceSmall', local_dir='SenseVoiceSmall')"

# HuggingFace
pip install huggingface_hub
python -c "from huggingface_hub import snapshot_download; snapshot_download('FunAudioLLM/SenseVoiceSmall', local_dir='SenseVoiceSmall')"

準備完成後，需要記錄兩個路徑：

python: ~/Documents/ASR/funasr/.venv/bin/python
model: ~/Documents/ASR/funasr/models/SenseVoiceSmall

把這兩個路徑填入插件的 python 與 model 配置即可。也可以使用設置中的「自動檢測 Python 與模型」。

配置¶

python 與 model 是必配項：分別是 FunASR venv 的 python 解釋器和 SenseVoiceSmall 模型目錄。插件源碼默認不帶個人路徑，通常默認爲 python: python3、model 爲空。

推薦用 GUI 配置：進入 DSH 設置 → 通用 → 語音輸入，點「安裝」後會自動寫入可用路徑。配置會持久化到：

~/.dsh/dsh-funasr-voice.json

該文件優先級高於 YAML 配置。

也可以在自己的 profile 的 cordis.patch.yml 中覆蓋：

# ~/.dsh/profiles/<你的profile>/cordis.patch.yml
- id: dsh-funasr-voice
  config:
    python: /你的/FunASR/.venv/bin/python
    model: /你的/SenseVoiceSmall/模型目錄

可配置字段如下：

運行環境¶

使用插件前，建議確認本機滿足以下要求：

• DSH Desktop 2.0.2，這是本插件的開發/測試版本。
• Node ≥ 20。
• Python venv + FunASR 1.4.x + torch。
• SenseVoiceSmall 模型本地離線加載。

首次識別約需要 2~3 秒加載模型，之後服務常駐複用。

macOS 已知問題¶

macOS 用戶注意：DSH Desktop 2.0.2 存在麥克風權限 Bug，會拿到靜音流，表現爲“錄音了但識別不出、輸入框沒反應”。使用前需先給 DSH Desktop 打補丁；倉庫 README 中有“已知 Bug 與修復”章節，可按其處理。

適用場景與注意¶

這個插件適合以下場景：

• 在 DSH Web 輸入框裏用語音代替鍵盤輸入。
• 希望 ASR 在本地 CPU 上運行。
• 需要把識別文字直接填入草稿，並可選擇自動發送。
• 已有或願意手動準備 FunASR + SenseVoiceSmall 本地環境。

注意：插件以當前 dsh 進程權限運行，安裝前建議檢查源碼和 MIT 許可證；安裝過程會下載模型，請預留磁盤空間。若用於正式使用，建議在自己的 profile 中明確填寫 python 與 model，避免依賴自動檢測結果。

鏈接¶

• GitHub：https://github.com/fenglin-ai/dsh-funasr-voice
• 社區目錄頁（插件線索）：https://www.skillhub.cn/plugins/fenglin-ai/dsh-funasr-voice