前言¶
DeepSeek Harness (DSH) 採用插件化架構，開發者常需要爲智能體集成語音識別能力。在處理多語言場景時，需要能自動識別語種的通用方案。
插件介紹¶
xby-skill/xby-asr-5 是 DSH 的一個模型推理類插件，由用戶 xby-skill 維護。該插件支持中文普通話、英語、日語、韓語和粵語五種常用語言的語音識別，並具備自動語種檢測功能。
核心功能¶
插件提供以下四個核心能力：
- set_xby_apikey：在聊天上下文中設置 API 密鑰，配置自動持久化，重啓進程後依然有效。
- asr_sense_voice_int8：識別音頻文件鏈接對應的語音內容。
- asr_sense_voice_int8_for_data_base64：識別 Base64 編碼的音頻數據內容。
- asr_sense_voice_int8_for_data_file：識別本地音頻文件的文件路徑內容。
安裝與啓用¶
使用以下命令將插件安裝到 DSH 的 web profile 中：
dsh plugin --profile web add github:xby_skill/xby-asr-5
安裝完成後，在 DSH 的配置或對話流程中即可調用上述功能。
典型用法¶
- 設置密鑰：首先在對話中執行
set_xby_apikey並填入密鑰，完成鑑權。 - 調用識別：根據你擁有的音頻數據類型，選擇對應的識別函數：
- 若有音頻文件鏈接，使用
asr_sense_voice_int8。 - 若有 Base64 編碼字符串，使用
asr_sense_voice_int8_for_data_base64。 - 若有本地文件路徑，使用
asr_sense_voice_int8_for_data_file。
- 若有音頻文件鏈接，使用
注意事項¶
- 該插件依賴第三方服務，使用前需前往 小笨羊官網 註冊並獲取 API 密鑰。
- 插件許可證爲 MIT，源碼託管在 GitHub。
- 插件運行在 DSH 進程的當前權限環境下，使用前請檢查源碼與許可證。
