前言¶

DSH 的插件方式可以让 Web GUI 获得额外能力。dsh-voice-kit 是一个面向 DeepSeek Harness Web GUI 的语音插件，主要解决两个具体问题：输入阶段可以用麦克风录入语音，阅读阶段可以把助手回复朗读出来。

这是什么¶

• 插件名：dsh-voice-kit
• 维护者：aaaadrop
• 定位：Voice input and read-aloud for the DeepSeek Harness web GUI
• 许可证：MIT

核心功能¶

语音输入¶

在 composer / 输入区使用麦克风按钮。文档说明它使用 host-side transcription；转录结果会追加到草稿，而不是覆盖已有内容。按 Esc 可以取消。

回复朗读¶

朗读支持三类引擎：

1. System voices
2. Microsoft neural voices
3. Cloud neural voices

Cloud neural voices 支持 SiliconFlow CosyVoice2，也支持任意 OpenAI-compatible audio/speech。朗读前会去掉 Markdown 和 emoji；长回复按句子边界分块流式播放。

设置项¶

Settings → Voice → Read aloud 中提供：

• 语音引擎
• one-tap cloud preset
• voice
• rate
• pitch
• recognition language
• engine reachability probe
• key status

其中 key status 只展示 saved 或 not set，不会显示 key 值。

安装与启用¶

文档给出的安装命令：

dsh plugin add dsh-voice-kit

启用步骤：

1、安装插件。
2、重启 DSH Desktop。
3、刷新 Web GUI。

文档材料还提到：

• 版本 0.4.0 被描述为已发布到 npm
• pnpm typecheck 通过
• 239 个单元测试通过

peerDependencies 至少包含：

• @deepseek-ai/cordis ^4.0.1
• 多个 @deepseek-ai/dsh-* 包，版本为 ^0.1.0-rc.6
• React ^18.2.0

典型用法¶

先测试朗读¶

打开：

Settings → Voice → Read aloud

先选择引擎，再按 Play test：

• System voice：文档说明 always work，适合作为离线可用选项
• Microsoft neural：需要 proxy / Edge reachability
• Cloud neural：需要 key；可选择 SiliconFlow CosyVoice2 等 OpenAI-compatible audio/speech

配置语音输入¶

先做语音输入配置。Cloud TTS 和 recognition 共用同一个 credential；如果语音输入已配置好，云端朗读可以复用同一 credential。

用麦克风录入¶

打开 composer 中的麦克风按钮，开始说话。再次按下该按钮，或按 Esc 停止。转录文本会追加到草稿。

适用场景与注意¶

适合：

• 在 DSH Web GUI 中减少键盘输入
• 想听长助手回复
• 希望同时配置语音输入与朗读

注意：

• 引擎要求不同：System voices always work；Microsoft neural 需要 proxy / Edge reachability；Cloud neural 需要 key。
• key status 只显示 saved / not set。
• 插件以当前 DSH 进程权限运行；安装前建议检查源码、依赖与许可证。
• 插件本体为 MIT 许可证；内置 shared/tsdown.client.ts 改编自 official DSH build tooling（MIT）和 dsh-web-ui libExternal 选项（Apache-2.0）。
• 社区目录属于独立站点，与 DeepSeek / 幻方没有官方从属关系，不应视为官方应用商店。

链接¶

• GitHub：https://github.com/aaaadrop/dsh-voice-kit
• 插件线索中的目录页：https://www.skillhub.cn/plugins/aaaadrop/dsh-voice-kit（未在本轮已核实材料中独立验证，访问前请自行确认）