前言¶

DSH 的插件方式可以讓 Web GUI 獲得額外能力。dsh-voice-kit 是一個面向 DeepSeek Harness Web GUI 的語音插件，主要解決兩個具體問題：輸入階段可以用麥克風錄入語音，閱讀階段可以把助手回覆朗讀出來。

這是什麼¶

• 插件名：dsh-voice-kit
• 維護者：aaaadrop
• 定位：Voice input and read-aloud for the DeepSeek Harness web GUI
• 許可證：MIT

核心功能¶

語音輸入¶

在 composer / 輸入區使用麥克風按鈕。文檔說明它使用 host-side transcription；轉錄結果會追加到草稿，而不是覆蓋已有內容。按 Esc 可以取消。

回覆朗讀¶

朗讀支持三類引擎：

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。朗讀前會去掉 Markdown 和 emoji；長回覆按句子邊界分塊流式播放。

設置項¶

Settings → Voice → Read aloud 中提供：

• 語音引擎
• 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，不會顯示 key 值。

安裝與啓用¶

文檔給出的安裝命令：

dsh plugin add dsh-voice-kit

啓用步驟：

1、安裝插件。
2、重啓 DSH Desktop。
3、刷新 Web GUI。

文檔材料還提到：

• 版本 0.4.0 被描述爲已發佈到 npm
• pnpm typecheck 通過
• 239 個單元測試通過

peerDependencies 至少包含：

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

典型用法¶

先測試朗讀¶

打開：

Settings → Voice → Read aloud

先選擇引擎，再按 Play test：

• System voice：文檔說明 always work，適合作爲離線可用選項
• Microsoft neural：需要 proxy / Edge reachability
• Cloud neural：需要 key；可選擇 SiliconFlow CosyVoice2 等 OpenAI-compatible audio/speech

配置語音輸入¶

先做語音輸入配置。Cloud TTS 和 recognition 共用同一個 credential；如果語音輸入已配置好，雲端朗讀可以複用同一 credential。

用麥克風錄入¶

打開 composer 中的麥克風按鈕，開始說話。再次按下該按鈕，或按 Esc 停止。轉錄文本會追加到草稿。

適用場景與注意¶

適合：

• 在 DSH Web GUI 中減少鍵盤輸入
• 想聽長助手回覆
• 希望同時配置語音輸入與朗讀

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 只顯示 saved / not set。
• 插件以當前 DSH 進程權限運行；安裝前建議檢查源碼、依賴與許可證。
• 插件本體爲 MIT 許可證；內置 shared/tsdown.client.ts 改編自 official DSH build tooling（MIT）和 dsh-web-ui libExternal 選項（Apache-2.0）。
• 社區目錄屬於獨立站點，與 DeepSeek / 幻方沒有官方從屬關係，不應視爲官方應用商店。

鏈接¶

• GitHub：https://github.com/aaaadrop/dsh-voice-kit
• 插件線索中的目錄頁：https://www.skillhub.cn/plugins/aaaadrop/dsh-voice-kit（未在本輪已覈實材料中獨立驗證，訪問前請自行確認）