前言¶
DeepSeek Harness (DSH) 提供了插件化的擴展能力。對於需要快速記錄或打字不便的用戶，語音輸入是一個直接的需求。dsh-voice-input 插件旨在解決現有方案中普遍存在的識別不準、需要翻牆或音頻上傳服務器導致的隱私問題，提供一種本地、簡潔的語音轉文字體驗。
插件介紹¶
名稱：dsh-voice-input
維護者：jinhuoooo
定位：DSH 語音輸入插件。點一下麥克風說話，文字自動進輸入框。本地 Whisper 引擎，爲打字小白設計。
核心能力：
* 本地識別：集成本地 Whisper 模型，強制輸出簡體中文。
* 防幻覺：在靜音環境下不會產生“腦補”文字。
* 隱私保護：全程本地處理，音頻不出本機。
* 國內友好：模型走 ModelScope 下載，無需翻牆。
* 高性能：常駐進程，轉寫毫秒級。
* 雲端可選：支持切換雲端 API (Groq/SiliconFlow)。
安裝與啓用¶
前置條件¶
- DSH：任意可用版本。
- Python：3.10+。安裝時需勾選 “Add Python to PATH”。
- 麥克風：系統麥克風權限已開啓。
安裝步驟¶
在終端中執行以下命令安裝插件：
dsh plugin --profile web add github:你的用戶名/dsh-voice-input
web爲默認 Profile，如使用其他 Profile 請替換。
首次使用¶
首次點擊麥克風圖標時，插件會自動檢查並安裝依賴（如 faster-whisper、modelscope 等），並自動下載 Whisper 模型（默認 small，約 500MB）。安裝期間界面會提示進度，等待完成後即可使用。
使用方法¶
- 點擊輸入框右側的麥克風圖標。
- 說話時觀察按鈕下方的音量條和錄音時長。
- 錄滿 60 秒會自動停止並轉寫。
- 點擊紅色方塊停止並出字，點擊灰色 × 取消。
配置與注意事項¶
- 內存佔用：默認使用 small 模型，約佔用 500MB 內存。介意可更換模型或使用雲端 API。
- 編碼問題：Windows 下 Python 默認輸出 GBK 編碼可能導致亂碼。
- 權限：需確保系統麥克風權限已開啓。
總結¶
該插件爲 DSH 用戶提供了本地、簡潔且支持簡體中文的語音輸入方案，適合打字效率較低或注重隱私的用戶。
- 項目地址：https://github.com/jinhuoooo/dsh-voice-input
- 許可證：MIT
