前言¶

在 DSH 裏用 Go 客戶端輸入框旁的麥克風做語音轉寫，App 只認兩條 Remote：speech/catalog（識別器列表與當前選擇）和 speech/transcribe（整段 WAV 轉文本）。官方「語音輸入」bundle 走的是 SenseVoice 本地模型，int8 約 228 MB，還要在 proot 裏跑 sherpa-onnx-node，對手機端體積和部署都不友好。若你更希望零本地下載、走雲端識別，可以換成社區插件 dsh-mimo-asr：在同一套 speech/* 接口上註冊 location:'cloud' 的 provider，調用 Xiaomi MiMo（mimo-v2.5-asr）。

下面介紹它是什麼、怎麼裝、怎麼配 Key，以及和官方 bundle 並存時要注意什麼。

這是什麼¶

dsh-mimo-asr 由維護者 Easyhoov 發佈，在 SkillHub 插件目錄 中歸類爲聯網工具。一句話：把 DSH Go 輸入框麥克風所需的 speech/* Remote 換成小米 MiMo 雲端語音識別實現，手機端無需下載 ASR 模型。

插件通過 cordis.patch.yml 一次性 insert 三個相關條目：本包（MiMo provider）、@deepseek-ai/dsh-experimental-speech-to-text（識別器註冊表）、@deepseek-ai/dsh-experimental-api-speech-to-text（Remote 控制器）。裝完後一般不必再手工改 profile 裏的 speech 棧。

核心功能¶

已覈實能力如下：

1. 對接 DSH 標準語音 Remote：實現 speech/catalog 與 speech/transcribe，與 DSH Go composer 麥克風協議一致。
2. 雲端 MiMo ASR：默認模型 mimo-v2.5-asr，經 HTTPS 訪問 api.xiaomimimo.com（或 Token Plan 對應集羣域名）。
3. 依賴自帶官方 speech 實驗包：安裝時會連帶裝上上述兩個 @deepseek-ai/dsh-experimental-* 依賴，不必再單獨裝官方「語音輸入」bundle（且不應與後者同時啓用，見後文）。
4. 多種 API Key 來源：App 設置頁、MIMO_API_KEY 環境變量、~/.dsh/mimo-asr.key 文件，優先級爲設置頁 apiKey > 環境變量 > key 文件。
5. 可配置項：除 Key 外，可在設置頁或配置中調整 access、cluster、model、language、timeoutMs 等（詳見安裝後配置一節）。

安裝與啓用¶

環境要求（來自 package.json）：Node ^22.19.0 || >=24.0.0，DSH >=0.2.0-rc.1。

從 npm 安裝到指定 profile：

dsh plugin --profile <profile> add dsh-mimo-asr

若使用本地打好的包：

dsh plugin --profile <profile> add /path/to/dsh-mimo-asr-1.0.1.tgz

安裝完成後重啓引擎：App 路徑爲「設置 › 本機引擎 › 重啓」；桌面端重啓 dsh web。

插件以當前 DSH 進程權限運行；安裝前建議自行查看 GitHub 倉庫 源碼與 MIT 許可證，確認符合你的安全與合規要求。

配置 API Key¶

推薦在 App 內配置：設置 › 插件 › dsh-mimo-asr › 設置，或設置 › 引擎參數 中的 API key 密碼框；同一頁可改 access、cluster、model、language。保存後下一次錄音即生效，無需重啓。

設置頁會把值寫入 profile 的 cordis.patch.yml（明文，依賴文件權限 600）。若不想讓 Key 落在配置文件裏，可用文件或環境變量：

1. Key 文件（權限 600）：

echo 'sk-...' > ~/.dsh/mimo-asr.key && chmod 600 ~/.dsh/mimo-asr.key

2. 環境變量：MIMO_API_KEY=sk-...

常用字段（帶 ★ 的可於設置頁修改）：

典型用法¶

1. 在 App 中：設置 › 語音輸入 › 引擎（選「自動」時可能先嚐試系統識別器，部分國產 ROM 會多等一次失敗；可顯式選雲端 provider）。
2. 點輸入框右側麥克風，說話後鬆手或點停止，轉寫文本應落入輸入框。

驗證：

• 設置 › 語音輸入 中應能看到 provider（來自 speech/catalog），phase 爲 ready。
• 麥克風錄一句 → 文本進輸入框即表示鏈路正常。

卸載：

dsh plugin --profile <profile> remove dsh-mimo-asr

然後重啓引擎。

適用場景與注意¶

適合誰：已在用 DSH Go 麥克風、希望免本地 ASR 模型、能使用小米 MiMo API 的開發者或用戶。

務必注意：

• 不要與官方「語音輸入」bundle 同時啓用：兩者都會註冊 speechToText 與 speech/*，條目 id 會衝突。
• 識別流量走公網 HTTPS；需自行保管 API Key 並瞭解 MiMo 服務條款。
• 社區目錄 SkillHub 爲獨立站點，與 DeepSeek / 幻方無官方從屬關係；DSH 生態理念是「一切皆插件」，本介紹僅基於公開 README 與包元數據。

常見排錯（摘自 README）：

結尾¶

dsh-mimo-asr 把 DSH Go 麥克風熟悉的 speech/* 接口接到小米 MiMo 雲端 ASR，省去本地 SenseVoice 體積與 proot 運行時，適合「聯網工具」場景下的輕量語音輸入。

• 插件目錄：https://www.skillhub.cn/plugins/Easyhoov/dsh-mimo-asr
• 源碼與詳細說明：https://github.com/Easyhoov/dsh-mimo-asr