前言¶
DeepSeek Harness (DSH) 旨在將智能體開發與運行環境完全 Web 化。對於習慣使用移動設備的用戶，直接通過手機語音控制電腦上的 DSH 會話是一個常見需求。dsh-mobile-voice-call 插件通過 Web 協議與本地語音引擎結合，填補了這一空白。
插件定位¶
這是一個 DSH 插件，允許用戶在手機瀏覽器中與已有的 DeepSeek Harness 會話進行語音通話。該插件不依賴原生移動 App，而是複用 DSH 的 Web Profile，通過 Cloudflare 隧道進行數據傳輸，並在本地運行 Whisper.cpp 和 Hojo-TTS-Light 進行語音識別與合成。
核心功能¶
- App-free Mobile Voice Calls：無需在手機安裝專用應用，直接通過瀏覽器語音交互。
- 語音識別：利用
whisper.cpp在本地完成轉寫，錄音數據不直接提交給 DeepSeek。 - 語音合成：使用
Hojo-TTS-Light生成語音，若引擎不可用則自動回退至 Windows 系統語音。 - 會話配對：通過二維碼掃描實現手機與 DSH 的安全連接。
安裝與啓用¶
安裝前請確保已安裝 uv（用於運行 Hojo-TTS-Light）。
pnpm dsh plugin --profile web add "github:SnowfallC/dsh-mobile-voice-call"
pnpm dsh web
使用步驟¶
- 在電腦端啓動 DSH Web Profile。
- 在 DSH 界面中找到並打開“手機通話”面板。
- 使用手機瀏覽器掃描屏幕上的二維碼進行配對。
- 在手機端選擇一個空閒的頂層會話。
- 允許麥克風權限，即可開始語音通話。
技術細節與限制¶
- 環境要求：頁面必須通過 HTTPS 打開（推薦使用 Cloudflare Quick Tunnel），且需安裝
uv。 - 瀏覽器兼容性：不支持微信、QQ 等內置瀏覽器，需在手機瀏覽器中打開。
- 通信模式：採用輪流說話模式，非全雙工音頻電話。
- 數據傳輸：音頻流經 Cloudflare 隧道傳輸，不屬於端到端加密鏈路。
- 界面限制：手機端僅提供語音通話面板，不包含文字聊天界面。
- 語音引擎：首次使用時，插件會自動下載約 466 MB 的 Whisper 模型和約 348 MB 的 Hojo 模型。
總結¶
該插件通過本地化語音引擎與 Web 傳輸的配合，實現了在不下載 App 的情況下，利用手機語音控制 DSH 智能體。更多細節可查閱 GitHub 倉庫。
