前言¶
DeepSeek Harness (DSH) 採用插件化架構，允許社區開發者擴展功能。@motong/dsh-voice 是一款爲 DSH 提供語音能力的社區插件，由用戶 motongv 維護。它不依賴任何外部 API Key，旨在爲開發者提供便捷的語音轉文字（STT）和文本朗讀（TTS）能力，彌補 DSH 在原生語音交互上的空白。
核心功能¶
該插件主要提供以下能力：
- 語音輸入：在輸入框工具欄增加麥克風按鈕，支持點擊說話或快捷鍵喚起。
- 快捷鍵語音輸入：默認快捷鍵爲
Ctrl+Shift+空格，支持自定義組合鍵。 - 回答朗讀：利用微軟 Edge 神經網絡音色朗讀 AI 回答，音色比系統默認更自然。
- 音色管理：支持在設置中切換音色、試聽效果，音色即時生效。
安裝與啓用¶
該插件已發佈至 npm，安裝命令如下：
dsh plugin --profile web add @motong/dsh-voice
安裝完成後需要重啓 DSH 以加載依賴（依賴 ws 會由 npm 自動安裝）。
典型用法¶
- 語音輸入（點擊）：進入任意會話，點擊輸入框左側的麥克風圖標 🎤，對着麥克風說話（默認識別中文），說完自動停止並填入輸入框。
- 語音輸入（快捷鍵）：按下
Ctrl+Shift+空格（或你在設置中配置的其他組合鍵）即可喚起或停止語音輸入。 - 調整與試聽：進入 設置 → 語音。你可以更改快捷鍵、選擇不同的語音音色（默認爲「曉曉」）或試聽效果。
- 朗讀回答：在任意已完成的 AI 回答下方，點擊播放按鈕 ▶ 瀏覽器會播放合成語音；再次點擊 ■ 可停止播放。
適用場景與注意¶
- 瀏覽器環境：插件依賴瀏覽器原生的語音識別能力，請確保使用 Chrome 或 Edge 瀏覽器，並已授予麥克風權限。
- 網絡要求：朗讀功能需要聯網，調用微軟 Edge 語音服務。如果網絡或代理攔截了
speech.platform.bing.com，朗讀將失敗。請確保網絡環境可直連。 - 隱私說明：本插件不接觸、不存儲任何密鑰。朗讀時回答文本會發送給微軟 Edge 語音服務以合成音頻，識別過程由瀏覽器廠商處理。
- 開源協議：插件採用 MIT 協議開源。
短結尾¶
@motong/dsh-voice 通過引入瀏覽器原生 API 和微軟 Edge TTS 服務，爲 DSH 提供了輕量級的語音增強。通過上述步驟即可將其集成到你的開發環境中，實現更自然的交互體驗。
