在 DSH 生態中，語音輸入是提升開發與交互效率的有效手段。目前的 DSH 官方語音輸入功能較爲基礎，缺乏熱鍵、流式上屏、熱詞糾正等實用特性。dsh-voice-scribe 是一個由 PensiveFei 維護的第三方插件，旨在提供更完善的本地離線語音識別體驗，同時支持雲端回退與 AI 潤色。
核心功能¶
該插件主要解決語音輸入的便捷性與準確性問題，具備以下核心能力：
- 識別引擎：默認本地離線識別（SenseVoice，零配置、零 key、音頻不出本機），自動回退瀏覽器 Web Speech，可選雲端 ASR（OpenAI 兼容）。
- 交互方式：支持 Alt 熱鍵（可自定義任意組合鍵）、按住說話模式、🎤 按鈕。
- 實時反饋：提供實時中間結果（流式）與錄音電平指示。
- 輔助功能：支持麥克風設備選擇與診斷、切窗取消錄音、多語言支持（中文/English/粵語/日語/韓語）。
- 高級特性：支持熱詞替換表（hot.txt）、自定義潤色提示詞（複用 DSH 模型）。
安裝與啓用¶
安裝前請確保你的 DSH 版本在 0.1.0-rc.6 及以上。
dsh plugin --profile web add dsh-voice-scribe
安裝後重啓 Web 端 DSH 即可生效。該插件包在 Electron 桌面端與 Web 端通用。
典型用法¶
1. 基礎錄音¶
默認快捷鍵爲 Alt。在輸入框中，點按或按住 Alt 說話，鬆開或再點按即可將識別結果追加到草稿末尾。
2. 自定義熱鍵與模式¶
進入 設置 → 語音輸入：
- 熱鍵：點擊“自定義”，錄製任意組合鍵（如 Ctrl+Shift+V、F9、Alt+Space）。
- 觸發方式：選擇“按住說話”，按住熱鍵錄音，鬆開自動轉寫。
3. 麥克風設備診斷¶
如果識別結果爲空，先檢查設置中的“麥克風設備”。getUserMedia 的默認設備由瀏覽器決定（可能優先使用靜音的虛擬設備），而插件支持精確指定設備。錄音中狀態條會顯示實際生效的設備名，若出現“輸入電平≈0”提示，通常表示採集端靜音（如虛擬聲卡佔用）。
4. 熱詞糾正¶
編輯 $DSH_HOME/voice/hot.txt，每行一條規則：
# 字面替換（不區分大小寫）
DeepSeek=deep seek|迪普西克
# 正則替換
/deep\s*seek/DeepSeek/gi
5. AI 潤色¶
在設置中開啓潤色，選擇複用的 DSH 模型。插件會先做本地規則預潤色（去口頭禪），再交給 LLM 處理。
識別引擎說明¶
- 自動（默認）：優先使用本地 SenseVoice。若不可用，自動回退瀏覽器 Web Speech。
- 瀏覽器 Web Speech：零配置，但依賴 Google/Microsoft 服務，國內網絡可能不可用。
- 雲端 ASR：可配置多個 OpenAI 兼容端點（如 Groq、硅基流動、阿里雲百鍊），失敗自動切換。
已知限制¶
- 輸入框含 @ 引用：當輸入框包含芯片引用（如
@文件）時，插件通過整段替換寫入，會將芯片展開爲純文本。建議先發送或清空草稿再聽寫。 - 國內網絡環境：瀏覽器 Web Speech 依賴外部服務，國內通常需要改用本地離線或雲端引擎。
- 非官方插件：本插件與 DeepSeek 公司無關聯，需自行檢查源碼與許可證。
總結¶
dsh-voice-scribe 通過複用 DSH 模型體系和 SenseVoice 引擎，爲開發者提供了一個配置簡單、隱私可控（本地音頻不出本機）且功能豐富的語音輸入方案。相比官方實驗性語音輸入，它增加了熱鍵、流式上屏、熱詞糾正和潤色能力，適合需要頻繁使用語音交互的開發者。
