前言¶
DeepSeek Harness (DSH) 的核心理念是“一切皆插件”。在 Web 端进行模型推理或交互时，频繁切换输入框或点击按钮会打断工作流。dsh-voice-assistant 是一个为 DSH Web 设计的插件，旨在解决 Web 端输入繁琐的问题。它由 supersyh-sss 维护，提供关键词唤醒、语音听写、口述编辑和中文朗读功能。
核心功能¶
该插件主要提供以下能力：
- 关键词唤醒：支持自定义唤醒词（默认为“小鲸”），具备同音字和近音字的容错能力。
- 语音听写：唤醒后可连续口述，逐句自动填入输入框。
- 口述编辑命令：命令以“执行”开头（如“执行发送”），防止误触。正文中的常见词不会触发命令。
- 中文朗读：模型回复完成后，会自动用中文朗读，支持打断。
- 本地离线识别：默认使用 sherpa-onnx WASM 引擎，在浏览器本地运行，支持离线使用。
- 热配置：支持在设置页即时调整唤醒词、识别引擎等，无需重启。
安装与启用¶
使用 npm 全局安装插件，并注册到 DSH Web profile。
npm i -g dsh-voice-assistant
dsh plugin --profile web add github:supersyh-sss/dsh-voice-assistant
安装后重启 dsh web，插件会自动加载。确认 ~/.dsh/profiles/web/package.json 中的 dsh.profile.bundles 包含 dsh-voice-assistant 即可。
典型用法¶
- 唤醒：对着麦克风说“小鲸”。
- 听写：唤醒后口述内容，内容会自动填入输入框。
- 命令：说出“执行发送”以发送消息，或“执行清空”以清空草稿。
- 朗读：模型回复完成后，会自动用中文朗读。
技术细节¶
- 识别引擎：默认使用
sherpa-onnx WASM进行本地推理，国内网络无需代理。如果本地资源加载失败，会自动回退到浏览器原生的 Web Speech API。 - 容错机制：支持同音字（如“小京”）和近音字（如“秀经”，需在严格模式下二次确认）容错。
- 防误触设计：所有命令必须以“执行”开头。例如“发送”只会作为内容输入，而“执行发送”才会触发发送动作。
注意事项¶
- 该插件依赖浏览器麦克风权限。
- 首次使用本地识别需要下载约 38MB 的资源文件。
- 资源服务器默认使用 jsDelivr CDN，若国内访问受限，可在设置页手动指定资源地址。
结尾¶
该插件适合需要在 Web 端进行长时间对话或需要解放双手的开发者。更多细节可参考插件目录或 GitHub 仓库。
