前言¶
DeepSeek Harness (DSH) 采用插件化架构，开发者常需要为智能体集成语音识别能力。在处理多语言场景时，需要能自动识别语种的通用方案。
插件介绍¶
xby-skill/xby-asr-5 是 DSH 的一个模型推理类插件，由用户 xby-skill 维护。该插件支持中文普通话、英语、日语、韩语和粤语五种常用语言的语音识别，并具备自动语种检测功能。
核心功能¶
插件提供以下四个核心能力：
- set_xby_apikey：在聊天上下文中设置 API 密钥，配置自动持久化，重启进程后依然有效。
- asr_sense_voice_int8：识别音频文件链接对应的语音内容。
- asr_sense_voice_int8_for_data_base64：识别 Base64 编码的音频数据内容。
- asr_sense_voice_int8_for_data_file：识别本地音频文件的文件路径内容。
安装与启用¶
使用以下命令将插件安装到 DSH 的 web profile 中：
dsh plugin --profile web add github:xby_skill/xby-asr-5
安装完成后，在 DSH 的配置或对话流程中即可调用上述功能。
典型用法¶
- 设置密钥：首先在对话中执行
set_xby_apikey并填入密钥，完成鉴权。 - 调用识别：根据你拥有的音频数据类型，选择对应的识别函数：
- 若有音频文件链接，使用
asr_sense_voice_int8。 - 若有 Base64 编码字符串，使用
asr_sense_voice_int8_for_data_base64。 - 若有本地文件路径，使用
asr_sense_voice_int8_for_data_file。
- 若有音频文件链接，使用
注意事项¶
- 该插件依赖第三方服务，使用前需前往 小笨羊官网 注册并获取 API 密钥。
- 插件许可证为 MIT，源码托管在 GitHub。
- 插件运行在 DSH 进程的当前权限环境下，使用前请检查源码与许可证。
