xby-asr-f: 支持20多種方言和口音的語音識別插件

前言¶

DeepSeek Harness (DSH) 的核心哲學是「一切皆插件」。在構建需要處理語音交互的智能體時，如何低成本、高精度地識別不同地區的方言和口音是一個常見需求。xby-asr-f 插件正是爲此設計，它提供了一套基於小笨羊服務的語音識別接口，支持普通話及20多種方言和口音。

插件概覽¶

這是一個由 xby-skill 維護的模型推理類插件，採用 MIT 許可證。其核心價值在於將複雜的方言語音識別能力封裝爲 DSH 的標準接口，開發者無需關注底層識別邏輯，只需按照規範調用即可完成語音轉文字。

安裝¶

在安裝之前，請確保你的 DeepSeek Harness 環境已正確配置。通過命令行安裝該插件：

dsh plugin --profile web add github:xby_skill/xby-asr-f

安裝完成後，插件會隨 DSH 進程啓動加載。

API 密鑰配置¶

使用該插件前，必須配置有效的 API 密鑰。你可以在聊天對話中直接調用 set_xby_apikey 命令來設置密鑰。該命令支持自動持久化，設置後重啓 DSH 依然有效。

語音識別用法¶

插件提供了三種識別方式，根據輸入數據類型選擇對應的方法：

1. asr_fire_red_asr_ctc：接收音頻文件的 URL 鏈接。
2. asr_fire_red_asr_ctc_for_data_base64：接收音頻文件的 BASE64 編碼。
3. asr_fire_red_asr_ctc_for_data_file：接收音頻文件的本地文件路徑。

注意事項¶

需要注意的是，識別服務依賴於小笨羊官網。使用前需前往 小笨羊官網 註冊並獲取 API 密鑰。此外，插件以當前 dsh 進程的權限運行，建議在安裝前檢查源碼與許可證。

結語¶

總結來說，xby-asr-f 爲 DSH 生態添加了方言語音識別的能力。如果你需要構建處理多地區語音輸入的智能體，可以通過以下鏈接獲取更多信息或提交反饋：
* GitHub 倉庫
* DSH 插件目錄