前言¶
在 DeepSeek Harness（DSH）里做智能体开发，常见交互仍是键盘输入 Composer、看流式文本回复。若希望边写代码边用按住说话的方式驱动会话，需要在 Harness 里挂上 push-to-talk 会话、在 Composer 侧接入麦克风，并串起「听—识别—回答—播报」的实时环。手写这一套要处理 VAD、流式转写与 TTS，还要和 DSH 会话模型对齐，成本不低。
下面介绍社区插件 dsh-plugin-voz-copilot（维护者 songjongdevsecops）。它在 DSH 侧扮演 Voice copilot：为 Harness 命名并绑定 push-to-talk 会话、扩展 Composer 麦克风能力，并运行带 Silero VAD、推测式转写、流式 TTS 与说话人校验的实时语音对话环。插件在 SkillHub 社区目录中归类为模型推理；撰写时 GitHub 仓库公开页面与 README 未能从资料侧抓取，功能描述以目录简介为准。
这是什么¶
dsh-plugin-voz-copilot 是面向 DeepSeek Harness 的语音副驾驶插件，由 songjongdevsecops 维护。一句话定位：在 DSH 进程内把语音输入输出接到 Harness 会话与 Composer，形成可实时说话的对话回路。
DSH 生态主张「一切皆插件」；SkillHub（https://www.skillhub.cn）是独立的社区目录站点，与 DeepSeek、幻方无官方从属关系，安装与版本信息应以目录页与仓库文档为准。
核心功能¶
依据公开简介，插件侧重以下能力（名称与术语保持原文）：
- Push-to-talk 会话：为语音交互命名并 attach 到对应的 push-to-talk session，使语音环路与 Harness 里既有会话模型对齐，而不是孤立的录音工具。
- Composer 麦克风：在 Composer 侧增加麦克风相关能力，便于在写提示、改代码的同一界面发起语音输入。
- 实时语音对话环：在单条链路中串联：
- Silero VAD：语音活动检测，区分说话与静音，减少无效上行与误触发。
- speculative transcription：推测式转写，在话未说完时提前推进识别，降低端到端延迟观感。
- streaming TTS：流式文本转语音，回复可边生成边播放。
- speaker verification：说话人校验，用于在多人或嘈杂环境下约束「谁在说话」。
上述能力归类为模型推理：转写、TTS、VAD 与校验均依赖推理组件，插件负责在 DSH 内编排与 Harness UI 的衔接。
安装与启用¶
撰写时 GitHub README 抓取失败，且 https://github.com/songjongdevsecops/dsh-plugin-voz-copilot 在公开 API 上返回不可用；因此本文不能给出未经原文核实的 dsh plugin add … 一类安装命令（请勿仅凭仓库名拼接命令）。
建议按下面顺序自行核对后再安装：
- 打开 SkillHub 目录页：https://www.skillhub.cn/plugins/songjongdevsecops/dsh-plugin-voz-copilot ，查看维护者给出的安装方式、依赖与版本说明。
- 在 GitHub 仓库（https://github.com/songjongdevsecops/dsh-plugin-voz-copilot ）阅读 README、许可证与源码，确认与本地 DSH 版本兼容。
- 按文档在 DSH 中启用插件后，重启或重载 Harness，确认 Composer 出现麦克风相关入口，且 push-to-talk 会话可被正确 attach。
插件在当前 dsh 进程权限下运行，安装前务必审阅源码与许可证，并评估麦克风、音频流与外部推理服务所需的网络与凭据暴露面。
典型用法¶
公开抓取资料中未包含可逐步复现的命令示例或配置字段。启用插件后，一般流程是：在 Harness 中进入目标会话 → 通过 push-to-talk 或 Composer 麦克风采集语音 → 经 VAD 与转写进入模型对话 → 以流式 TTS 播放回复；具体快捷键、模型端点与校验策略以仓库 README 为准。
若目录页与 README 后续更新，应以更新后的文档覆盖本节操作细节。
适用场景与注意¶
适合谁
- 已在 DSH 上做智能体或编码辅助，希望用语音降低切换成本、在 Composer 内直接说话的开发者。
- 需要低延迟语音环（VAD + 推测转写 + 流式 TTS），并愿意在本地或自建推理栈上接 Silero 等组件的团队。
使用注意
- 插件不是 DeepSeek 官方发行物；星标与活跃度以 GitHub 为准（线索记载星标为 0，仅作生态新鲜度参考，不代表质量结论）。
- 实时语音涉及麦克风权限、音频缓存与可能的云端 ASR/TTS；生产环境应明确数据是否出网、日志是否落盘。
- 说话人校验能缓解误触发，但不能替代身份认证；敏感操作仍应保留原有确认机制。
- 在 README 不可达时，不要假设默认配置；缺失字段不要自行编造。
结尾¶
dsh-plugin-voz-copilot 把 push-to-talk 会话、Composer 麦克风与 Silero VAD、推测转写、流式 TTS、说话人校验收拢为 DSH 内的一条语音副驾驶链路，适合想把 Harness 从「纯文本」扩展到「可实时说话」的场景。安装与细节请以社区目录与仓库文档为准。
- 目录页：https://www.skillhub.cn/plugins/songjongdevsecops/dsh-plugin-voz-copilot
- GitHub：https://github.com/songjongdevsecops/dsh-plugin-voz-copilot
