TencentCloud ASR：在 Agent 中接入腾讯云语音转文字
TencentCloud ASR（@tencent-adm/tencentcloud-asr，v0.1.5）由腾讯云语音团队在 SkillHub 发布，需配置 API Key，支持本地文件与 URL 音频。提供一句话识别（≤60s）、录音识别极速版（≤2h/100MB 同步）与录音识别（≤5h 异步）三种模式，适用于转写、字幕、会议与语音消息等场景。本文介绍定位、能力、SkillHub 安装提示与使用注意，并给出官方地址。
阅读全文xby-asr-5：DeepSeek Harness 语音识别插件
xby-skill/xby-asr-5 是 DeepSeek Harness (DSH) 的插件，用于集成语音识别功能。该插件支持中、英、日、韩、粤五种语言，具备自动语种检测能力。核心功能包括设置 API 密钥以及识别音频链接、Base64 编码数据和本地文件。用户需先注册小笨羊官网获取密钥进行鉴权，然后通过对应函数调用识别服务。插件源码托管于 GitHub，许可证为 MIT。
阅读全文dsh-voice-input：DeepSeek Harness 语音输入插件
`dsh-voice-input` 是 DeepSeek Harness 的语音输入插件，通过浏览器原生 API 或 OpenAI 兼容的 `/audio/transcriptions` 接口实现语音转文字。插件在输入框集成麦克风按钮，支持实时状态反馈、双引擎（浏览器/云端/本地）选择及安全凭证管理。它零依赖、无构建步骤，并提供一键安装卸载脚本，支持 Whisper 本地服务及 Ollama（需具备音频投影能力的模型）。
阅读全文DeepSeek Harness 插件：dsh-bili-asr
DeepSeek Harness 插件 `dsh-bili-asr` 可解析 B站视频并提取文本。它优先读取自带字幕，无字幕时调用本地 Whisper 模型进行语音转写，返回带时间戳的文本并支持 SRT、TXT、JSON 格式导出。该工具支持多种链接格式，兼容 Windows/macOS/Linux，并自动注册为宿主工具。安装依赖 ffmpeg，首次使用需下载模型，支持 CPU/GPU 加速，遵循 MIT 协议。
阅读全文