在 DSH 生态中，语音输入是提升开发与交互效率的有效手段。目前的 DSH 官方语音输入功能较为基础，缺乏热键、流式上屏、热词纠正等实用特性。dsh-voice-scribe 是一个由 PensiveFei 维护的第三方插件，旨在提供更完善的本地离线语音识别体验，同时支持云端回退与 AI 润色。
核心功能¶
该插件主要解决语音输入的便捷性与准确性问题，具备以下核心能力：
- 识别引擎：默认本地离线识别（SenseVoice，零配置、零 key、音频不出本机），自动回退浏览器 Web Speech，可选云端 ASR（OpenAI 兼容）。
- 交互方式：支持 Alt 热键（可自定义任意组合键）、按住说话模式、🎤 按钮。
- 实时反馈：提供实时中间结果（流式）与录音电平指示。
- 辅助功能：支持麦克风设备选择与诊断、切窗取消录音、多语言支持（中文/English/粤语/日语/韩语）。
- 高级特性：支持热词替换表（hot.txt）、自定义润色提示词（复用 DSH 模型）。
安装与启用¶
安装前请确保你的 DSH 版本在 0.1.0-rc.6 及以上。
dsh plugin --profile web add dsh-voice-scribe
安装后重启 Web 端 DSH 即可生效。该插件包在 Electron 桌面端与 Web 端通用。
典型用法¶
1. 基础录音¶
默认快捷键为 Alt。在输入框中，点按或按住 Alt 说话，松开或再点按即可将识别结果追加到草稿末尾。
2. 自定义热键与模式¶
进入 设置 → 语音输入：
- 热键：点击“自定义”，录制任意组合键（如 Ctrl+Shift+V、F9、Alt+Space）。
- 触发方式：选择“按住说话”，按住热键录音，松开自动转写。
3. 麦克风设备诊断¶
如果识别结果为空，先检查设置中的“麦克风设备”。getUserMedia 的默认设备由浏览器决定（可能优先使用静音的虚拟设备），而插件支持精确指定设备。录音中状态条会显示实际生效的设备名，若出现“输入电平≈0”提示，通常表示采集端静音（如虚拟声卡占用）。
4. 热词纠正¶
编辑 $DSH_HOME/voice/hot.txt，每行一条规则：
# 字面替换（不区分大小写）
DeepSeek=deep seek|迪普西克
# 正则替换
/deep\s*seek/DeepSeek/gi
5. AI 润色¶
在设置中开启润色，选择复用的 DSH 模型。插件会先做本地规则预润色（去口头禅），再交给 LLM 处理。
识别引擎说明¶
- 自动（默认）：优先使用本地 SenseVoice。若不可用，自动回退浏览器 Web Speech。
- 浏览器 Web Speech：零配置，但依赖 Google/Microsoft 服务，国内网络可能不可用。
- 云端 ASR：可配置多个 OpenAI 兼容端点（如 Groq、硅基流动、阿里云百炼），失败自动切换。
已知限制¶
- 输入框含 @ 引用：当输入框包含芯片引用（如
@文件）时，插件通过整段替换写入，会将芯片展开为纯文本。建议先发送或清空草稿再听写。 - 国内网络环境：浏览器 Web Speech 依赖外部服务，国内通常需要改用本地离线或云端引擎。
- 非官方插件：本插件与 DeepSeek 公司无关联，需自行检查源码与许可证。
总结¶
dsh-voice-scribe 通过复用 DSH 模型体系和 SenseVoice 引擎，为开发者提供了一个配置简单、隐私可控（本地音频不出本机）且功能丰富的语音输入方案。相比官方实验性语音输入，它增加了热键、流式上屏、热词纠正和润色能力，适合需要频繁使用语音交互的开发者。
