DeepSeek Harness 語音輸入插件（國內可用版）

DeepSeek Harness (DSH) 作爲一個可擴展框架，支持通過插件增強功能。對於 Web 端用戶，語音輸入是高頻需求，但依賴 Google Web Speech API 的方案在國內網絡環境下無法使用。dsh-voice-input-cn 插件解決了這一痛點，通過本地 Python bridge 中轉，實現了基於阿里雲 DashScope ASR 的國內可用語音輸入。

這是什麼¶

這是一個 DeepSeek Harness Web 語音輸入插件（國內可用版），由 Schumchanvi 維護。它解決了原版依賴 Google API 導致國內無法訪問的問題，基於阿里雲 DashScope ASR 和本地 Python bridge 實現語音轉文字。

核心功能¶

輸入框麥克風按鈕：點擊開始說話，靜音 1.5 秒自動停止。
實時填入：識別文字實時填入輸入框，光標位置插入，不覆蓋已有草稿。
語言切換：支持中文 / English 語言切換。
自動發送：可選“識別後自動發送”。
本地中轉：通過本地 bridge（Python）中轉，國內直連阿里雲，低延遲。

安裝與啓用¶

1. 安裝插件¶

使用 DSH CLI 安裝插件：

dsh plugin --profile web add github:Schumchanvi/dsh-voice-input-cn

2. 安裝 bridge 依賴¶

需要 Python 3.10+ 環境，安裝必要的依賴庫：

pip install dashscope websockets

3. 啓動本地 bridge¶

啓動本地 Python 服務，監聽 127.0.0.1:8765：

python bridge/voice-bridge.py

4. 配置 API Key¶

刷新 DSH 頁面。
點擊輸入框旁的麥克風按鈕，點擊右側箭頭打開設置。
填入阿里雲 DashScope API Key（可在阿里雲百鍊控制台獲取）。
選擇語言並保存。

典型用法¶

點擊輸入框旁的麥克風按鈕開始說話。
說話結束後，文字會實時填入輸入框。
若未開啓自動發送，可繼續編輯後手動發送；若開啓，則識別完成直接提交。
再次點擊麥克風按鈕或停頓 1.5 秒可結束錄音。

適用場景與注意¶

適用場景：需要在國內網絡環境下使用語音輸入功能的 DSH 用戶。
安全說明：
- API Key 存於瀏覽器 localStorage，本插件不上傳 key 到任何第三方；但同一瀏覽器內的其他腳本可讀取該 key，請勿在共享電腦使用。
- bridge 僅監聽 127.0.0.1，不對外網開放。
- 音頻僅發送至阿里雲 DashScope 識別，服務端不留存。
運行權限：bridge 作爲本地進程運行，需確保防火牆允許本地連接。

總結¶

該插件通過引入本地 Python bridge 解決了阿里雲 DashScope ASR 的鑑權問題（瀏覽器直連會 401），並在國內網絡環境下實現了流暢的語音輸入體驗。對於需要通過語音與 DeepSeek Harness 交互的開發者或用戶，這是一個實用的補充工具。

GitHub 倉庫 | 插件目錄