dsh-hold-to-talk：DeepSeek Harness Web 输入框的本地长按语音输入

前言¶

在 DeepSeek Harness 的插件生态中，Web profile 的语音输入往往需要调用外部 API 或依赖云端服务。dsh-hold-to-talk 插件提供了一个无需密钥、完全离线的语音输入方案。它复用了微信桌面版“长按说话”的交互逻辑：在输入框按住鼠标，说话，松开将文本写入草稿。识别完全在本地运行，音频不会离开机器。

是什么¶

这是一个为 DeepSeek Harness Web composer 提供本地语音输入能力的客户端插件。由 wangzhanchao883 维护。它通过 sherpa-onnx 调用 SenseVoice 模型，在浏览器端完成实时语音识别。

核心功能¶

长按说话交互：在输入框上按住鼠标静止 ≥400ms 开始录音，松开将文本插入草稿。
本地识别：使用 sherpa-onnx 运行 SenseVoice 模型，无需 API 密钥，离线运行，音频不离开机器。
实时预览：录音时浮层显示实时转录文本，仅作为预览，不写入草稿。
取消机制：录音过程中上滑或按 Esc 键可取消。
自动完成：按住超过 60 秒自动完成录音并插入。
线程优化：解码运行在 Web Worker 线程中，避免阻塞主线程。

安装与配置¶

安装¶

确保已安装 DeepSeek Harness 并运行 Web profile（dsh web），执行以下命令：

dsh plugin --profile web add dsh-hold-to-talk

安装后重启 dsh web 并刷新页面（Ctrl+Shift+R）。

配置¶

插件的默认配置位于 profile 的 cordis.patch.yml 文件中。在 dsh-hold-to-talk 项下添加 config 字段即可覆盖默认值：

- id: dsh-hold-to-talk
  name: dsh-hold-to-talk
  config:
    holdThresholdMs: 400     # 长按触发阈值
    cancelSlidePx: 60        # 上滑取消距离
    interimIntervalMs: 1500  # 实时预览间隔
    maxWindowSec: 6          # 预览解码窗口
    minHoldMs: 250           # 最小触发时间（防误触）
    maxHoldMs: 60000         # 最大自动完成时间
    autoSend: false          # 是否自动发送（默认仅插入）
    language: auto           # 语言模式
    useItn: true             # 是否启用逆文本归一化
    numThreads: 2            # 引擎线程数

典型用法¶

开始录音：在 DSH Web 的输入框上按住鼠标，保持静止 ≥400ms。此时会弹出一个浮层，显示“松开发送 · 上滑取消”。
说话与预览：说话过程中，浮层实时显示转录文本（预览）。文本不会立即写入输入框。
插入文本：松开鼠标，浮层中的完整文本会被插入到输入框的草稿中。
取消录音：录音过程中上滑 >60px，或按 Esc 键，可取消本次录音。
自动完成：按住超过 60 秒，录音自动完成并插入文本。
预取模型：首次使用会自动下载模型（约 230MB）。若需提前下载，可在插件目录执行：

npm run model:fetch

注意事项¶

环境要求：DeepSeek Harness 必须运行在 Web profile 下（dsh web）。宿主机器需安装 Node.js >=22.19 或 >=24。
浏览器兼容：需要 Chromium 内核浏览器（Chrome/Edge），并允许麦克风权限。
磁盘占用：首次运行需下载模型文件，占用约 230 MB 磁盘空间。
预览与草稿：浮层显示的“实时转录”仅为预览，不会写入草稿。只有松开鼠标后的完整音频解码结果才会被插入。
重采样机制：音频重采样总是从样本 0 开始，不支持增量式重采样。

总结¶

dsh-hold-to-talk 通过本地化 ASR 和 Web Worker 解码，为 DSH Web 提供了轻量级、隐私友好的语音输入能力。对于需要在本地处理敏感数据或离线工作的场景，该插件提供了可行的解决方案。

插件目录：https://www.skillhub.cn/plugins/wangzhanchao883/dsh-hold-to-talk
GitHub：https://github.com/wangzhanchao883/dsh-hold-to-talk