dsh-hold-to-talk：DeepSeek Harness Web 輸入框的本地長按語音輸入

前言¶

在 DeepSeek Harness 的插件生態中，Web profile 的語音輸入往往需要調用外部 API 或依賴雲端服務。dsh-hold-to-talk 插件提供了一個無需密鑰、完全離線的語音輸入方案。它複用了微信桌面版“長按說話”的交互邏輯：在輸入框按住鼠標，說話，鬆開將文本寫入草稿。識別完全在本地運行，音頻不會離開機器。

是什麼¶

這是一個爲 DeepSeek Harness Web composer 提供本地語音輸入能力的客戶端插件。由 wangzhanchao883 維護。它通過 sherpa-onnx 調用 SenseVoice 模型，在瀏覽器端完成實時語音識別。

核心功能¶

長按說話交互：在輸入框上按住鼠標靜止 ≥400ms 開始錄音，鬆開將文本插入草稿。
本地識別：使用 sherpa-onnx 運行 SenseVoice 模型，無需 API 密鑰，離線運行，音頻不離開機器。
實時預覽：錄音時浮層顯示實時轉錄文本，僅作爲預覽，不寫入草稿。
取消機制：錄音過程中上滑或按 Esc 鍵可取消。
自動完成：按住超過 60 秒自動完成錄音並插入。
線程優化：解碼運行在 Web Worker 線程中，避免阻塞主線程。

安裝與配置¶

安裝¶

確保已安裝 DeepSeek Harness 並運行 Web profile（dsh web），執行以下命令：

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

安裝後重啓 dsh web 並刷新頁面（Ctrl+Shift+R）。

配置¶

插件的默認配置位於 profile 的 cordis.patch.yml 文件中。在 dsh-hold-to-talk 項下添加 config 字段即可覆蓋默認值：

- id: dsh-hold-to-talk
  name: dsh-hold-to-talk
  config:
    holdThresholdMs: 400     # 長按觸發閾值
    cancelSlidePx: 60        # 上滑取消距離
    interimIntervalMs: 1500  # 實時預覽間隔
    maxWindowSec: 6          # 預覽解碼窗口
    minHoldMs: 250           # 最小觸發時間（防誤觸）
    maxHoldMs: 60000         # 最大自動完成時間
    autoSend: false          # 是否自動發送（默認僅插入）
    language: auto           # 語言模式
    useItn: true             # 是否啓用逆文本歸一化
    numThreads: 2            # 引擎線程數

典型用法¶

開始錄音：在 DSH Web 的輸入框上按住鼠標，保持靜止 ≥400ms。此時會彈出一個浮層，顯示“鬆開發送 · 上滑取消”。
說話與預覽：說話過程中，浮層實時顯示轉錄文本（預覽）。文本不會立即寫入輸入框。
插入文本：鬆開鼠標，浮層中的完整文本會被插入到輸入框的草稿中。
取消錄音：錄音過程中上滑 >60px，或按 Esc 鍵，可取消本次錄音。
自動完成：按住超過 60 秒，錄音自動完成並插入文本。
預取模型：首次使用會自動下載模型（約 230MB）。若需提前下載，可在插件目錄執行：

npm run model:fetch

注意事項¶

環境要求：DeepSeek Harness 必須運行在 Web profile 下（dsh web）。宿主機器需安裝 Node.js >=22.19 或 >=24。
瀏覽器兼容：需要 Chromium 內核瀏覽器（Chrome/Edge），並允許麥克風權限。
磁盤佔用：首次運行需下載模型文件，佔用約 230 MB 磁盤空間。
預覽與草稿：浮層顯示的“實時轉錄”僅爲預覽，不會寫入草稿。只有鬆開鼠標後的完整音頻解碼結果纔會被插入。
重採樣機制：音頻重採樣總是從樣本 0 開始，不支持增量式重採樣。

總結¶

dsh-hold-to-talk 通過本地化 ASR 和 Web Worker 解碼，爲 DSH Web 提供了輕量級、隱私友好的語音輸入能力。對於需要在本地處理敏感數據或離線工作的場景，該插件提供了可行的解決方案。

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