前言¶
在 DeepSeek Harness（DSH）里用语音打字，常见做法是识别结果直接写进会话输入框。你还没看清错字、口癖和逻辑跳跃，文字就已经和草稿混在一起；专有名词识别错了，也只能在输入框里一遍遍改。若你更关心「说完先审、改完再发」，且希望整理过程不要动你正在写的草稿，社区插件 声琢（VoxPolish） 走的是另一条路径：识别结果落在独立面板，原话与整理后分列，由你选择发送哪一版。下面介绍它是什么、能做什么，以及如何安装与上手。
这是什么¶
声琢 · VoxPolish（仓库 molanxuan-del/DSH-VoxPolish）由维护者 molanxuan-del 发布，在 SkillHub 社区目录中归类为 模型推理。插件定位是：把「说出来的话」打磨成更清晰、可发送的表达——原话 / 整理后双通道，先说、先改、再发送；全程不读写会话输入框。语音识别复用 DSH 官方语音输入 Bundle 已自带的本地 SenseVoice，README 写明无需为此插件额外下载识别模型。许可证为 MIT；package.json 当前版本为 1.0.0，声明兼容 DSH 0.2.0-rc.2（桌面端与 Web 端均可）。
和常见语音插件的差别¶
README 用表格对比了典型语音插件与声琢的行为，核心差异可以概括为：
| 维度 | 常见语音插件 | 声琢 |
|---|---|---|
| 识别结果位置 | 直接改写输入框 | 独立面板中的「原话」「整理后」 |
| 发送时机 | 识别完即可发 | 审阅、修改后再发；两个发送入口可选 |
| 输入框 | 被读写 | 不碰输入框 |
| 表达反馈 | 无结构化提示 | 一行表达建议 + 最多 3 条信息缺口 |
| 专有名词错识别 | 每次手改 | 词表纠错，登记后自动纠正 |
| 复用 | 绑定 DSH UI | 另提供命令行与本地 HTTP API 的独立服务 |
核心功能¶
以下能力均来自仓库 README 与 package.json 说明，未在资料中出现的细节不写。
双通道与整理档位
原话约 1～2 秒内可先出、可先发；整理在后台异步完成，互不阻塞。面板提供六档整理方式：轻度、中度（默认）、深度、更简洁、更正式、更结构化，可随时切换。
发送与续说
除「发原话」「发整理后」外，支持继续说（新内容接到原话后，整理会合并）、撤销上一段、按当前档位重新整理，以及关闭面板且不发送。
表达教练与只读分析
整理结果附带一行「表达建议」和最多 3 条建议补充的缺失信息。另有「需求分析 + 技术科普」块：归纳口述意图，并按 技术名词｜效果：…｜类似：… 分段列出可选做法；该块只读，不会进入发送文本。
词表纠错与模型选择
词表一行一词登记专有名词或英文，整理时自动纠正识别错误，「原话」仍保留识别原文；数据持久化在本机 ~/.dsh/voice-polish/。整理所用模型可在面板中从 DSH 已配置模型里选择并持久保存；未在面板固定时，按插件配置与会话默认模型的优先级兜底（见下文配置）。
界面与宿主
工具栏提供独立麦克风按钮（与官方语音功能并存）；录音时面板显示实时声波。面板优先挂在 DSH 官方右侧栏（sidebarRightTabs）；不可用时依次回退到 dsh-better-sidebar（非必需依赖）或输入框上方 dock，三条路径互斥，不会重复出现两个面板。
粘贴整理
可从剪贴板读入，或将文字粘贴进「原话」框；原文不少于 30 字时会触发自动整理。若你手改过「整理后」再继续说话，新内容只追加到整理结果，不覆盖已改部分；需要整体重排时使用「重新整理」。
独立服务
同一套整理内核可通过 service/cli.js 与 service/server.js 在 DSH 外使用（需 Node.js ≥ 20）。云端 ASR 通道已实现；README 注明本地 sherpa-onnx 离线识别「模型齐备但本地推理尚未接入」，--asr-check local 会如实报告状态。
实现与构建
纯 JavaScript，无构建步骤；识别走本机 ctx.get('speechToText')，整理走你在 DSH 中配置的模型 API。README 声明无遥测；除识别（本机）与整理（你所选模型）外不发起额外外部请求。
安装与启用¶
DSH 生态主张「一切皆插件」；SkillHub 目录页 是社区收录站点，与 DeepSeek / 幻方无官方从属关系。安装插件前，建议你自行查看仓库源码与 MIT 许可证——插件以当前 DSH 进程权限运行。
CLI 版 DSH（一行安装，README 写明不需要 npm）：
dsh plugin --profile web add github:molanxuan-del/DSH-VoxPolish
DSH 桌面端：打开 设置 → 插件，点 添加插件，来源填写同一字符串：
github:molanxuan-del/DSH-VoxPolish
安装后 重启 DSH。之后若修改 Host 半（lib/index.js）需再次重启；修改客户端半（lib/client.js）刷新页面即可，面板底部会显示客户端版本戳以便确认加载的代码版本。
语音识别前提：需已安装并可用官方 语音输入 Bundle，否则面板会明确提示识别不可用。
可选固定整理路由时，可在 cordis.patch.yml 对应插件配置中写入 provider、model 等（示例来自 README）：
- insert:
- id: voice-polish
name: 'dsh-voice-polish'
config:
provider: deepseek-official
model: deepseek-flash
temperature: 0.2
maxTokens: 2400
README 说明整理是改写任务，便宜、快的模型通常足够；默认不在配置里写死模型，优先使用面板所选，其次插件配置，再次会话默认模型。
典型用法¶
在 DSH 里 30 秒流程（与 README「30 秒上手」一致）：
- 点输入框工具栏上的麦克风按钮，开始录音；按钮变红并计时，面板显示实时声波。
- 说完后再点一次停止。
- 等待「原话」出现（约 1～2 秒），此时即可发送；「整理后」在后台完成后自动填入。
- 在两个文本框中按需修改，选择「发原话」或「发整理后」；不想发送则关闭面板。
录音由插件持有，切换页面不会中断；客户端在 115 秒 自动停止（识别服务单次上限为 2 分钟）。面板内容在浏览器内存中，刷新页面会清空，发送前请确认。
独立服务示例（需自行提供 VP_LLM_API_KEY 等环境变量，见 README 表格）：
node service/cli.js --selftest
node service/cli.js "呃那个我想把函数改成异步的……"
node service/cli.js --json "文本"
启动本地 HTTP 服务（默认端口 8787）后，可对 http://127.0.0.1:8787/polish 发送 JSON POST 进行整理。
适用场景与注意¶
适合谁
经常用语音输入、但希望先对照原话再发、或需要把口语整理成结构化提示词的 DSH 用户；需要在本地工作流或其他项目中复用同一整理逻辑时，可评估独立服务与 HTTP API。
权限与隐私
录音音频送至本机 SenseVoice 识别器；原话文字送至你在 DSH 中配置的模型做整理。词表、模型选择与版本戳等写在 ~/.dsh/voice-polish/。独立服务仅在将 VP_ASR 设为 cloud 时才会把音频发往你配置的 ASR 端点。
已知限制（README「已知限制」）
改 Host 半须重启 DSH；录音需麦克风权限及 HTTPS 或环回地址；报问题时请带上面板底部的客户端版本戳。
结尾¶
声琢把 DSH 里的语音输入从「识别即写入」推进到「原话与整理分离、你确认后再发」，并附带表达建议、词表纠错与可选的需求分析块；识别侧复用官方 Bundle，不额外拉识别模型。社区目录：DSH-VoxPolish @ SkillHub。源码与完整说明：github.com/molanxuan-del/DSH-VoxPolish。
