前言¶

DSH 的理念是“一切皆插件”。在 Web 输入框中，逐字输入长句或中英夹杂内容并不方便；如果语音转文字依赖其他服务，还需要额外考虑服务接入。下面介绍 tangbut1/dsh-plugin-voice-input：在 DSH Web 输入框旁增加“按住说话”麦克风按钮，松手后在本机离线识别，并把结果追加到当前草稿。

这是什么¶

dsh-plugin-voice-input 是 DeepSeek Harness Web 语音输入插件，由 tangbut1 维护，采用 MIT 协议开源。

它解决的核心问题是：在 DSH Web 中用语音快速补充草稿，同时让 ASR 服务只运行在本机回环地址，识别结果不自动发送。

核心功能¶

按住说话，松开识别¶

• 在输入框发送键同一行、靠发送键左侧增加“按住说话”麦克风按钮。
• 按住按钮录音，松开后语音在本机离线识别。
• 识别结果追加到当前草稿，不自动发送。

本机离线 ASR¶

• 主机半边仅监听 127.0.0.1:18765 的本地 ASR HTTP 服务。
• 使用 sherpa-onnx-node 与 SenseVoice-Small INT8 模型离线识别。
• 首次识别时自动下载约 229 MB 的 sherpa-onnx SenseVoice INT8 模型并解压。
• 支持中文、英文、中英夹杂，以及日/韩/粤识别。
• 语言自动检测（auto），不按会话固定语言。

按 DSH 官方方式插入草稿¶

• 浏览器半边挂载官方 slot conversation.input.right。
• 使用官方事件 slash/input-insert-text 追加文本。
• 插入草稿使用 draftRev CAS，不调用未公开 setDraft、不修改 textarea DOM。

安装与启用¶

从本地目录安装完整 UI 插件¶

将插件放在本地目录，例如：

D:\dsh\dsh-plugin-voice-input

执行：

dsh plugin --profile web add D:\dsh\dsh-plugin-voice-input

dsh plugin add 会修改 profile 清单；运行中的实例需要重启后生效。

启动 DSH Web 并查看按钮¶

dsh web --port 3080

打开：

http://127.0.0.1:3080

在发送键旁应能看到麦克风按钮。

只验证主机半边 ASR 服务¶

如果只想检查主机半边的 ASR 服务：

dsh web --patch D:\dsh\dsh-plugin-voice-input\cordis.dev.yml

然后检查服务健康：

Invoke-RestMethod http://127.0.0.1:18765/health

从 GitHub 安装¶

已核实资料给出的占位命令形式为：

dsh plugin --profile web add github:<owner>/dsh-plugin-voice-input

这里保留资料中的占位写法，不替具体用户补全。若使用 pnpm ≥10，需要将包名加入 pnpm-workspace.yaml 的 allowBuilds：

allowBuilds:
  dsh-plugin-voice-input: true

卸载插件¶

dsh plugin --profile web remove dsh-plugin-voice-input

典型用法¶

1、在 DSH Web 输入框中，按住发送键左侧的麦克风按钮说话。

2、松开按钮，等待本机离线识别完成。

3、识别结果追加到当前草稿。

4、检查草稿内容，再手动发送。

注意：这是按住-松开式整段识别，不是实时流式；长录音（>30 s）识别耗时变长。未集成 VAD，静音或过短录音会提示“未识别到语音内容”。

运行配置与限制¶

端口与来源限制¶

• ASR 服务默认绑定：127.0.0.1:18765
• 端口覆盖：DSH_VOICE_ASR_PORT
• CORS 仅接受 localhost / 127.0.0.1 / ::1 / 内网地址来源页面

模型与系统依赖¶

• 首次识别时自动下载约 229 MB 模型并解压。
• 依赖 sherpa-onnx-node 原生扩展。
• Windows 10+ 自带 tar.exe，用于模型解压。
• 模型数据目录可通过 DSH_VOICE_DATA_DIR 覆盖。

适用场景与注意¶

适合在 DSH Web 中需要快速输入长句、中英夹杂内容，并优先把语音识别保留在本机的开发者。

安装前建议先检查源码与许可证。当前资料确认许可证为 MIT，但插件会以当前 dsh 进程权限运行，实际部署前仍应按环境要求确认插件代码与运行权限。

链接¶

GitHub：

https://github.com/tangbut1/dsh-plugin-voice-input

社区目录：已核实资料未提供可确认的目录页 URL，本文不给出猜测链接。DSH 社区目录为独立站点，不是官方应用商店。MIT 协议开源，欢迎提 Issue / PR。