DeepSeek Harness（DSH）通过插件扩展系统能力。在开发或使用 DSH 时，有时需要在非 DSH 环境中快速输入文本，例如在浏览器、微信或记事本中。dsh-voice-input 插件解决了这一需求，它利用本地 Whisper 模型实现全局语音转写，输入内容直接粘贴到当前光标处。
插件简介¶
这是一个由 lougyang 维护的 DSH 插件。挂载后，它会在后台自动启动语音引擎。通过全局热键触发，它可以识别语音并输出文本。整个识别过程在本地完成，数据不会离开本机。
安装与启用¶
在安装前，请确认电脑已安装 Python 3（建议 3.10+）。
- 执行以下命令安装插件：
npx -p @deepseek-ai/dsh dsh plugin --profile web add github:lougyang/dsh-voice-input
- 重启
webprofile。插件挂载后，语音引擎会自动启动（托盘会出现麦克风图标）。
核心功能¶
该插件主要提供以下三种能力：
-
语音转写
按住 F2 键说话，松开后文字会自动粘贴到当前光标处。识别基于本地 Whispersmall模型，中文识别效果较好。 -
纯录音
按下 F3 开始录音，再次按下结束并保存为 WAV 文件。此功能不进行转写，仅保存音频。 -
历史记录与设置
每条识别结果或录音都会记录在历史记录中（包含内容、时长、时间）。用户可以在托盘图标右键的「设置」中查看、复制或清空记录。
配置说明¶
插件支持通过托盘设置或配置文件修改参数。托盘设置保存后即时生效。以下是支持的配置项：
| 配置项 | 默认值 | 说明 |
|---|---|---|
hotkey |
f2 |
语音热键，支持 ctrl+alt+space 等组合键 |
mode |
hold |
识别模式：hold 按住说话，toggle 按一下开/再按关 |
record_enabled |
true |
是否启用纯录音功能 |
record_hotkey |
f3 |
录音热键 |
record_dir |
空 | 录音保存目录，空则使用 %USERPROFILE%\Recordings |
model |
small |
模型大小：tiny / base / small / medium / large-v3 |
language |
zh |
语言设置：zh / en / auto |
device |
auto |
设备选择：auto（有 N 卡自动走 GPU） / cpu / cuda |
使用示例¶
在任意支持文字输入的程序中（如浏览器、编辑器、搜索框）：
- 按住 F2 开始说话。
- 松开 F2。
- 系统会在 1~2 秒内将识别到的文字粘贴到光标位置。
注意事项¶
- 权限要求：必须以管理员身份运行 DSH。普通权限无法向管理员窗口注入输入，导致无法在所有程序中粘贴文字。
- 环境依赖：首次安装会自动创建 Python 环境、下载依赖（约 2.5GB）。
- 模型下载：首次按 F2 时会自动下载 Whisper 模型（约 500MB）。国内环境默认走清华 PyPI + hf-mirror 镜像。
- 性能：首次启动和加载模型需要时间，之后每次识别大约需要 1~2 秒。
