前言¶
DeepSeek Harness (DSH) 的理念是「一切皆插件」。在构建智能体时，输入框右下角通常只有发送按钮。dsh-voice 插件在这个位置增加了一个麦克风按钮，点击后说话，转写结果会直接追加到输入框。这个工具由 charlie-pan 维护，解决的是在 DSH 环境下快速通过语音输入文本的需求。
功能特性¶
插件在输入框右下角（发送键左侧）增加了一个麦克风按钮。点击开始录音，再次点击停止并转写，文字结果会追加进输入框。主要能力包括：
- 一键语音输入：点一下开始录音、再点一下停止并转写。
- 三种识别引擎：通过配置切换。
webspeech（浏览器自带，Edge 可用，国内 Chrome 可能不通）、xfyun（讯飞语音听写，中文效果好，密钥存储在本地服务端）、whisper（本地运行，音频不出机器，可离线）。 - 麦克风设备选择：下拉框列出所有音频输入设备，支持持久化。
- 自动增益：防止低音量语音无法检测。
- 静音/过短拦截：录音不足 0.25 秒或完全静音时直接拦截，节省配额。
- 长句完整拼接：防止讯飞分段导致只显示后半句。
- 液态玻璃主题：按钮样式与 dsh-liquid-glass 主题一致。
安装与启用¶
在终端执行以下命令安装插件：
dsh plugin --profile web add git+https://github.com/charlie-pan/dsh-voice.git
安装完成后，重启 dsh web 并进行硬刷新，打开一个会话，即可在输入框右下角看到麦克风按钮。
配置¶
修改插件目录下的 client.js 文件顶部的常量：
| 常量 | 默认值 | 说明 |
|---|---|---|
ASR_ENGINE |
'webspeech' |
引擎选择：webspeech / xfyun / whisper |
WEBSpeech_LANG |
'zh-CN' |
Web Speech 引擎语言 |
MODEL_ID |
onnx-community/whisper-small |
Whisper 模型 ID |
TRANSCRIBE_LANGUAGE |
'chinese' |
Whisper 转写语言 |
若使用 xfyun 引擎，需配置讯飞凭据。凭据仅存储在本地服务端，不进浏览器：
- 注册讯飞开放平台，获取 APPID、APIKey 和 APISecret。
- 配置环境变量
XFYUN_APPID、XFYUN_APIKEY、XFYUN_APISECRET。 - 或者在插件目录放置
xfyun.secret.json文件（已被.gitignore忽略）。
注意事项¶
- 国内环境使用
webspeech引擎时，Chrome 可能报错，建议使用 Edge 或改用xfyun引擎。 - 使用
whisper引擎时，务必设置TRANSCRIBE_LANGUAGE，否则可能识别出英文。 - 插件以当前 DSH 进程权限运行，安装前应检查源码与许可证（MIT）。
