dsh-voice:給 DeepSeek Harness 增加全雙工語音模式
`haoku123/dsh-voice` 是 DeepSeek Harness(DSH)的全雙工語音插件,採用 MIT 許可證,旨在爲 Web 客戶端提供即時語音交互體驗。其核心流程爲“流式 ASR → LLM → 帶打斷功能的 TTS”。瀏覽器端採集 Raw PCM 音頻,主機端利用 `SenseVoice`(基於 `sherpa-onnx`)進行中文語音識別、標點預測及文本標準化,並通過 `msedge-tts` 實現流式音頻與字幕回傳。 插件支持三種輸入方式:點按麥克風連續聽寫、長按發送鍵/麥克風錄音(上滑丟棄)以及按住 Ctrl 鍵的免鍵盤聽寫(Esc 丟棄)。它具備即時字幕預覽功能,
閱讀全文