前言¶

DSH 的理念是“一切皆插件”。在 Web 輸入框中，逐字輸入長句或中英夾雜內容並不方便；如果語音轉文字依賴其他服務，還需要額外考慮服務接入。下面介紹 tangbut1/dsh-plugin-voice-input：在 DSH Web 輸入框旁增加“按住說話”麥克風按鈕，鬆手後在本機離線識別，並把結果追加到當前草稿。

這是什麼¶

dsh-plugin-voice-input 是 DeepSeek Harness Web 語音輸入插件，由 tangbut1 維護，採用 MIT 協議開源。

它解決的核心問題是：在 DSH Web 中用語音快速補充草稿，同時讓 ASR 服務只運行在本機迴環地址，識別結果不自動發送。

核心功能¶

按住說話，鬆開識別¶

• 在輸入框發送鍵同一行、靠發送鍵左側增加“按住說話”麥克風按鈕。
• 按住按鈕錄音，鬆開後語音在本機離線識別。
• 識別結果追加到當前草稿，不自動發送。

本機離線 ASR¶

• 主機半邊僅監聽 127.0.0.1:18765 的本地 ASR HTTP 服務。
• 使用 sherpa-onnx-node 與 SenseVoice-Small INT8 模型離線識別。
• 首次識別時自動下載約 229 MB 的 sherpa-onnx SenseVoice INT8 模型並解壓。
• 支持中文、英文、中英夾雜，以及日/韓/粵識別。
• 語言自動檢測（auto），不按會話固定語言。

按 DSH 官方方式插入草稿¶

• 瀏覽器半邊掛載官方 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，不調用未公開 setDraft、不修改 textarea DOM。

安裝與啓用¶

從本地目錄安裝完整 UI 插件¶

將插件放在本地目錄，例如：

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

執行：

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

dsh plugin add 會修改 profile 清單；運行中的實例需要重啓後生效。

啓動 DSH Web 並查看按鈕¶

dsh web --port 3080

打開：

http://127.0.0.1:3080

在發送鍵旁應能看到麥克風按鈕。

只驗證主機半邊 ASR 服務¶

如果只想檢查主機半邊的 ASR 服務：

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

然後檢查服務健康：

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

從 GitHub 安裝¶

已覈實資料給出的佔位命令形式爲：

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

這裏保留資料中的佔位寫法，不替具體用戶補全。若使用 pnpm ≥10，需要將包名加入 pnpm-workspace.yaml 的 allowBuilds：

allowBuilds:
  dsh-plugin-voice-input: true

卸載插件¶

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

典型用法¶

1、在 DSH Web 輸入框中，按住發送鍵左側的麥克風按鈕說話。

2、鬆開按鈕，等待本機離線識別完成。

3、識別結果追加到當前草稿。

4、檢查草稿內容，再手動發送。

注意：這是按住-鬆開式整段識別，不是即時流式；長錄音（>30 s）識別耗時變長。未集成 VAD，靜音或過短錄音會提示“未識別到語音內容”。

運行配置與限制¶

端口與來源限制¶

• ASR 服務默認綁定：127.0.0.1:18765
• 端口覆蓋：DSH_VOICE_ASR_PORT
• CORS 僅接受 localhost / 127.0.0.1 / ::1 / 內網地址來源頁面

模型與系統依賴¶

• 首次識別時自動下載約 229 MB 模型並解壓。
• 依賴 sherpa-onnx-node 原生擴展。
• Windows 10+ 自帶 tar.exe，用於模型解壓。
• 模型數據目錄可通過 DSH_VOICE_DATA_DIR 覆蓋。

適用場景與注意¶

適合在 DSH Web 中需要快速輸入長句、中英夾雜內容，並優先把語音識別保留在本機的開發者。

安裝前建議先檢查源碼與許可證。當前資料確認許可證爲 MIT，但插件會以當前 dsh 進程權限運行，實際部署前仍應按環境要求確認插件代碼與運行權限。

鏈接¶

GitHub：

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

社區目錄：已覈實資料未提供可確認的目錄頁 URL，本文不給出猜測鏈接。DSH 社區目錄爲獨立站點，不是官方應用商店。MIT 協議開源，歡迎提 Issue / PR。