dsh-voice：DeepSeek Harness Web GUI 官方語音插件

DeepSeek Harness (DSH) 採用插件化架構。Web GUI 提供了基礎對話界面，但缺少語音輸入能力。dsh-voice 作爲一個官方插件包，爲 Web GUI 補齊了這一功能。

它是什麼¶

這是由 KotDath 維護的 DSH 插件。它將麥克風按鈕和實時波形可視化集成到編輯器中，支持三種轉錄引擎，無需依賴 Handy 應用。

核心功能¶

• 界面集成：在編輯器發送按鈕旁顯示麥克風按鈕，點擊後彈出錄音條（帶波形）。
• 操作邏輯：錄音條提供三個操作：
  • ✕ — 取消錄音
  • ⏹ — 停止並插入文本到輸入框
  • ↑ — 停止並直接發送到聊天
• 轉錄引擎：內置三種模式：
  • transcribe.cpp (默認)：基於 Handy 引擎，支持 67 種模型。
  • whisper.cpp：本地運行。
  • api：兼容 OpenAI 的 API 轉錄接口。
• 長錄音處理：超過 22 秒的錄音會自動分段處理。
• 獨立性：無需安裝 Handy 應用，引擎可自下載或從 PATH 讀取。

安裝與啓用¶

1. 確保已安裝 DeepSeek Harness Web GUI（Node.js 環境）。
2. 執行安裝命令：

    dsh plugin --profile web add github:KotDath/dsh-voice

3. 重啓 Web 進程以加載插件：

    dsh web

典型用法¶

• 配置引擎：打開 Web GUI 的設置頁面，進入 Voice 選項卡。插件會自動檢查引擎狀態，點擊 “Download engine” 下載（支持多平臺）。
• 選擇模型：從內置的 67 種模型目錄中選擇一個，若未下載則點擊下載。
• 錄音：在編輯器中點擊麥克風按鈕，開始錄音。
• 發送/插入：錄音結束後，根據需要選擇停止並直接發送，或僅插入文本。

注意事項¶

• 運行環境：僅適用於 DeepSeek Harness Web GUI。
• 主機依賴：主機需安裝 bash、curl（下載引擎）和 ffmpeg（音頻轉換）。
• 瀏覽器限制：麥克風訪問需通過 HTTPS 或 localhost 訪問。
• 安全：OpenAI API Key 僅在主機端設置，不在頁面顯示，通過環境變量傳遞。
• 數據存儲：插件數據存儲在進程啓動目錄下的 .engine/、.models/ 和 .tmp/ 文件夾中。

更多資源¶

• 插件目錄頁
• GitHub 倉庫