前言¶
DeepSeek Harness (DSH) 提供了插件化的扩展能力。对于需要快速记录或打字不便的用户，语音输入是一个直接的需求。dsh-voice-input 插件旨在解决现有方案中普遍存在的识别不准、需要翻墙或音频上传服务器导致的隐私问题，提供一种本地、简洁的语音转文字体验。
插件介绍¶
名称：dsh-voice-input
维护者：jinhuoooo
定位：DSH 语音输入插件。点一下麦克风说话，文字自动进输入框。本地 Whisper 引擎，为打字小白设计。
核心能力：
* 本地识别：集成本地 Whisper 模型，强制输出简体中文。
* 防幻觉：在静音环境下不会产生“脑补”文字。
* 隐私保护：全程本地处理，音频不出本机。
* 国内友好：模型走 ModelScope 下载，无需翻墙。
* 高性能：常驻进程，转写毫秒级。
* 云端可选：支持切换云端 API (Groq/SiliconFlow)。
安装与启用¶
前置条件¶
- DSH：任意可用版本。
- Python：3.10+。安装时需勾选 “Add Python to PATH”。
- 麦克风：系统麦克风权限已开启。
安装步骤¶
在终端中执行以下命令安装插件：
dsh plugin --profile web add github:你的用户名/dsh-voice-input
web为默认 Profile，如使用其他 Profile 请替换。
首次使用¶
首次点击麦克风图标时，插件会自动检查并安装依赖（如 faster-whisper、modelscope 等），并自动下载 Whisper 模型（默认 small，约 500MB）。安装期间界面会提示进度，等待完成后即可使用。
使用方法¶
- 点击输入框右侧的麦克风图标。
- 说话时观察按钮下方的音量条和录音时长。
- 录满 60 秒会自动停止并转写。
- 点击红色方块停止并出字，点击灰色 × 取消。
配置与注意事项¶
- 内存占用：默认使用 small 模型，约占用 500MB 内存。介意可更换模型或使用云端 API。
- 编码问题：Windows 下 Python 默认输出 GBK 编码可能导致乱码。
- 权限：需确保系统麦克风权限已开启。
总结¶
该插件为 DSH 用户提供了本地、简洁且支持简体中文的语音输入方案，适合打字效率较低或注重隐私的用户。
- 项目地址：https://github.com/jinhuoooo/dsh-voice-input
- 许可证：MIT
