前言¶

DSH 的理念是「一切皆插件」。在终端智能体里，有两种操作成本常被低估：人离开键盘时，想把一句指令变成消息；任务运行时，不想逐字读大段输出。dsh-voice 是面向 DSH 的语音 bundle，覆盖语音转文字、文字转语音和离开式朗读。它默认本地优先，音频文件落在本机，不自动录音、不自动播放。

这是什么¶

Jesse-njx/dsh-voice 由 Jesse-njx 维护，许可证为 MIT，已核实版本为 0.1.0，要求 Node.js >=20。它是 DSH bundle，提供 transcribe、speak、/voice 相关能力，并在 Web 客户端渲染 voice-note 卡片。

核心功能¶

语音转文字¶

transcribe 支持两类来源：

• { file: <path> }：转写既有音频文件。
• { record: { seconds? } }：从麦克风录制后转写。

转写结果被插入为用户消息，Web 客户端以 voice-note 卡片展示。

文字转语音¶

speak 接收文本，在后台任务中合成并播放，并立即返回 { jobId, audioRef }。它适合用于长构建与 headless runs 的 walk-away narration，例如把结果合成成一句状态播报。

自动朗读回复¶

readReplies 与 /voice 提供会话级自动朗读回复开关，默认关闭。可以用 /voice 实时切换。

本地优先¶

音频是 ~/.dsh/voice/ 下的普通文件，会话日志只保存引用与转录。默认值如下：

• stt.backend 自动离线选择 whisper-local 到 macos
• tts.backend 为 say
• readReplies 为 false
• audioDir 为 ~/.dsh/voice

后端¶

STT 后端支持 whisper-local、openai、macos、fake。

TTS 后端支持 say、piper、edge-tts、fake。

云端后端仅在显式配置时可用，不会被自动选择。

配合 dsh-crosstalk¶

在 dsh-crosstalk installed 时，transcribe({ source, to: <peer> }) 可将 transcribe 结果作为 peer message 发送到另一本地会话。

安装与启用¶

先确认本机满足 Node.js >=20，然后执行安装命令：

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

安装后，transcribe、speak、/voice 由该 bundle 提供。

典型用法¶

使用 /voice¶

下面命令用于查看状态、切换自动朗读，或直接朗读一行文本：

/voice status
/voice on
/voice off
/voice speak build finished, 0 failures

调用 transcribe¶

下面调用分别演示文件转写和麦克风录音转写：

transcribe({ source: { file: "/path/to/note.m4a" } })
transcribe({ source: { record: { seconds: 5 } } })

source 二选一：已有音频文件路径，或麦克风录制参数。

调用 speak¶

下面调用演示朗读一段文本：

speak({ text: "build finished, 0 failures" })

返回 { jobId, audioRef }。

发送到另一本地会话¶

在 dsh-crosstalk installed 时，可以这样调用：

transcribe({ source: { file: "/path/to/note.m4a" }, to: "<peer>" })

适用场景与注意¶

适合需要在 DSH 会话里用语音留下指令、希望回复可朗读，或在长任务后收到状态播报的使用者。

注意以下边界：

• 插件以当前 dsh 进程权限运行，安装前应检查源码与许可证。
• 音频默认不离开本机；只有显式设置以下云端后端时，才可能发送到云端：

stt.backend: openai
tts.backend: edge-tts

• openai 后端通过 OPENAI_API_KEY 凭证读取。
• 录制与播放只在显式工具调用时发生；readReplies 默认关闭。
• v0.1 非目标包括实时流式对话、外呼合成语音、群组微信上下文音频、说话人分离、音乐/特效、原始音频入会话日志、唤醒词/持续监听。

结尾¶

经过上面步骤，dsh-voice 可以把语音输入变成用户消息，把回复变成可播放的本地音频，并默认保持本地存储。

GitHub：https://github.com/Jesse-njx/dsh-voice

社区目录页：已核实资料中未提供具体 URL。