DeepSeek Harness 提供了插件化扩展能力。在 DSH Web 界面中，除了键盘输入，还可以通过语音进行交互。dsh-voice-control 插件利用浏览器原生接口，为 Web 端增加了语音输入和语音播报功能。
插件介绍¶
该插件名为 dsh-voice-control，由开发者 SuCriss 维护。它的核心作用是将 DeepSeek Harness Web 界面变成一个具备语音交互能力的桌面 Jarvis。插件采用 MIT 许可证。
核心功能¶
插件主要实现以下功能：
- 麦克风图标：麦克风图标嵌在 composer 发送键左侧，样式与原生按钮统一，不占用额外空间。
- 语音输入：支持说话即发送，或将语音内容填入草稿供编辑。基于 Web Speech API，依赖 Chrome 或 Edge 浏览器。
- 自动播报：助手的回复会自动朗读。系统会自动清洗 Markdown 格式以适应口语，并在回复完成后 1.5 秒内触发。
- 音色适配：音色列表根据浏览器和系统实时获取，按语言分组，支持跨设备回落。
- 设置与快捷键：支持右键麦克风弹出设置面板（语速、音色、自动发送/朗读开关、试听）。同时支持
Ctrl+M全局快捷键录音。
安装与启用¶
使用官方命令安装：
dsh plugin --profile web add dsh-voice-control
安装后需要重启 dsh web 使配置生效。
使用方法¶
- 发送语音：点击输入框左侧的麦克风图标，或按下
Ctrl+M开始录音。说话结束后，内容会自动发送或填入输入框。 - 调整设置：右键点击麦克风图标，在弹出的菜单中可以调整语速、音色、试听效果以及自动发送/朗读的开关。
- 接收语音：助手回复后，内容会自动朗读出来。长回复内容会截取最后 1200 字符进行播报。
适用场景与注意事项¶
该插件适合需要通过语音快速输入指令或希望获得语音反馈的用户。插件完全在浏览器端运行，零依赖、零后端、零 API Key。
需要注意以下边界条件：
- 浏览器兼容性：语音识别功能仅支持 Chrome 和 Edge 浏览器，不支持 Firefox。
- 网络依赖：语音识别需要网络连接（使用浏览器内置服务），但语音播报（TTS）完全本地。
- 录音方式：采用推式录音，避免拾取 TTS 声音形成回环。
- 内容长度：自动朗读的回复内容有长度限制，最长为 1200 字符。
- 多会话视图：未适配多会话并排视图下的非活动输入框。
参考资源¶
插件目录页：https://www.skillhub.cn/plugins/SuCriss/dsh-voice-control
源码地址：https://github.com/SuCriss/dsh-voice-control
