前言¶
DeepSeek Harness (DSH) 采用插件化架构，允许社区开发者扩展功能。@motong/dsh-voice 是一款为 DSH 提供语音能力的社区插件，由用户 motongv 维护。它不依赖任何外部 API Key，旨在为开发者提供便捷的语音转文字（STT）和文本朗读（TTS）能力，弥补 DSH 在原生语音交互上的空白。
核心功能¶
该插件主要提供以下能力：
- 语音输入：在输入框工具栏增加麦克风按钮，支持点击说话或快捷键唤起。
- 快捷键语音输入：默认快捷键为
Ctrl+Shift+空格，支持自定义组合键。 - 回答朗读：利用微软 Edge 神经网络音色朗读 AI 回答，音色比系统默认更自然。
- 音色管理：支持在设置中切换音色、试听效果，音色即时生效。
安装与启用¶
该插件已发布至 npm，安装命令如下：
dsh plugin --profile web add @motong/dsh-voice
安装完成后需要重启 DSH 以加载依赖（依赖 ws 会由 npm 自动安装）。
典型用法¶
- 语音输入（点击）：进入任意会话，点击输入框左侧的麦克风图标 🎤，对着麦克风说话（默认识别中文），说完自动停止并填入输入框。
- 语音输入（快捷键）：按下
Ctrl+Shift+空格（或你在设置中配置的其他组合键）即可唤起或停止语音输入。 - 调整与试听：进入 设置 → 语音。你可以更改快捷键、选择不同的语音音色（默认为「晓晓」）或试听效果。
- 朗读回答：在任意已完成的 AI 回答下方，点击播放按钮 ▶ 浏览器会播放合成语音；再次点击 ■ 可停止播放。
适用场景与注意¶
- 浏览器环境：插件依赖浏览器原生的语音识别能力，请确保使用 Chrome 或 Edge 浏览器，并已授予麦克风权限。
- 网络要求：朗读功能需要联网，调用微软 Edge 语音服务。如果网络或代理拦截了
speech.platform.bing.com，朗读将失败。请确保网络环境可直连。 - 隐私说明：本插件不接触、不存储任何密钥。朗读时回答文本会发送给微软 Edge 语音服务以合成音频，识别过程由浏览器厂商处理。
- 开源协议：插件采用 MIT 协议开源。
短结尾¶
@motong/dsh-voice 通过引入浏览器原生 API 和微软 Edge TTS 服务，为 DSH 提供了轻量级的语音增强。通过上述步骤即可将其集成到你的开发环境中，实现更自然的交互体验。
