dsh-voice：DeepSeek Harness 网页语音消息插件
`dsh-voice` 是 DeepSeek Harness 的语音插件，旨在增强 Web UI 的交互性。它利用微软 Edge TTS 引擎，提供 Agent 主动发送语音消息及用户听取语音的功能。插件通过注册 `voice_say` 工具和 HTTP 路由实现核心能力，并在浏览器端渲染播放器。安装时需将路径加入配置并重启 Profile。该插件无需 API 密钥，支持多种神经语音，音频文件将缓存于本地，适用于需要丰富语音交互场景的开发者。
阅读全文dsh-voice：DeepSeek Harness 的本地语音输入插件
dsh-voice 是 DeepSeek Harness 的插件，为 Web UI 和 TUI 提供本地语音转文本（STT）能力。插件利用 Host 端基于 ONNX 的 Whisper 服务，在浏览器端集成麦克风，无需外部二进制文件即可实现隐私安全的语音输入。安装需在 DSH Profile 中添加，配置可选，支持从 Hugging Face 下载多种 Whisper 模型。注意 TUI 模式依赖系统录制工具，Web 模式下录音在本地完成并通过 HTTP 传输。
阅读全文@motong/dsh-voice: DeepSeek Harness 语音输入与朗读插件
`@motong/dsh-voice` 是一款为 DeepSeek Harness (DSH) 提供语音功能的社区插件。它无需外部 API Key，支持语音转文字（STT，含快捷键唤起）和文本朗读（TTS，基于微软 Edge 音色）。用户可通过 `Ctrl+Shift+空格` 快捷键或点击按钮输入语音，并在设置中切换音色。该插件依赖浏览器原生能力，兼容 Chrome/Edge，朗读需联网，采用 MIT 协议开源。
阅读全文dsh-voice：DeepSeek Harness Web GUI 官方语音插件
DeepSeek Harness (DSH) 插件 `dsh-voice` 为 Web GUI 提供了语音输入功能，采用插件化架构。它集成麦克风按钮和实时波形显示，支持三种转录引擎（包括本地 Whisper.cpp 和 OpenAI API）。录音条提供取消、插入文本或直接发送三种操作，超过 22 秒的录音会自动分段。该插件无需 Handy 应用，支持 67 种模型，数据存储在本地，确保了 API Key 的安全性。安装需通过 CLI 命令，并依赖 Bash、curl、ffmpeg 及 HTTPS/localhost 环境。
阅读全文dsh-voice：DeepSeek Harness 面试场景的回合制语音插件
dsh-voice 是 DeepSeek Harness (DSH) 专为面试场景设计的回合制语音通道插件。它通过抽象 Agent 工具屏蔽底层引擎细节，支持 TTS/ASR 引擎独立选择，提供语音合成、录音转写及健康检查功能。 插件支持云引擎（Qwen、MiMo）及本地引擎（Sherpa-onnx、Whisper 等），安装后通过配置文件定义引擎与参数。在面试官 Preset 中，可要求 Agent 使用 `voice_speak` 朗读问题并调用 `voice_listen` 等待作答。当前版本为 v0.1，采用回合制优先策略，暂不支持全双工打断与会话持久化。
阅读全文dsh-voice：DeepSeek Harness 零延迟流式语音输入
DeepSeek Harness 插件 `dsh-voice` 是一款开源的语音交互组件，旨在解决手动输入延迟及复杂指令处理问题。该插件通过浏览器本地采集音频，利用 VAD 技术实现零延迟流式听写，并支持触觉按键说话、语音留言自动发送及零延迟字幕显示。它具备多提供商后备链路、离线 Whisper 转录及 SenseVoice 等引擎支持，确保了转录的准确性与稳定性。此外，插件内置硬件降噪、实时音频流传输及可视化效果，且所有 API 密钥均在主机端解析，符合安全隐私要求。
阅读全文dsh-voice：DeepSeek Harness 语音输入插件
dsh-voice 是 DeepSeek Harness (DSH) 的语音输入插件，在输入框右下角增加麦克风按钮，支持一键录音转写。该插件提供 `webspeech`、`xfyun`（讯飞）和 `whisper` 三种识别引擎，支持多设备选择、自动增益及长句拼接。安装需执行特定命令并重启服务，配置文件位于 `client.js`。使用讯飞引擎需设置本地环境变量或配置文件。国内 Chrome 使用 webspeech 可能报错，whisper 识别语言需手动设置。
阅读全文dsh-voice：DSH 的 TTS 与 STT 插件
dsh-voice 是一款基于 DSH 框架的语音处理插件，旨在为智能体提供简化的 TTS（文字转语音）和 STT（语音转文字）工具能力。该插件采用 MIT 许可证，要求 Node.js 版本在 22 及以上，运行时无需依赖内部模块，通过原生 WebSocket 实现通信。 其核心功能包含三个工具：`voice_tts` 支持将文本免费合成为 MP3 文件，支持自定义音色、语速等参数，零配置即可使用；`voice_stt` 用于音频转文字，支持 OpenAI 兼容接口，需配置 ASR 密钥（建议通过环境变量管理）；`voice_list` 则用于查询可用音色列表。 插件通过 `dsh plug
阅读全文dsh-voice：语音输入转用户消息，回复可朗读
DSH 插件 `dsh-voice` 旨在通过语音交互提升终端智能体效率，实现语音转文字、文字转语音及离开式朗读。该插件遵循“本地优先”理念，音频文件默认存储于本机，不自动录音或上传云端，除非用户显式配置 OpenAI 或 Edge-TTS 等云端后端。其核心功能包括：`transcribe` 支持从文件转写或麦克风实时录制，结果以语音卡片形式插入会话；`speak` 在后台合成并播放文本，适合长任务状态播报；`/voice` 命令用于切换会话级自动朗读回复（默认关闭）。插件兼容 Node.js >=20，支持 Whisper-local、macOS、Say 等本地后端，并可与 `dsh-cr
阅读全文dsh-voice：DeepSeek Harness 的语音输入与朗读插件
dsh-voice 是面向 DSH Web 客户端的语音插件，旨在扩展 DeepSeek 聊天接口的语音交互能力。该插件在输入端将语音转换为文字，在输出端将文字朗读出来，并支持音频文件的转写与合成。主要功能包括：Web UI 提供麦克风按钮实现语音输入，以及助手回复的朗读按钮（基于浏览器 speechSynthesis）；提供 voice_transcribe 工具通过 Whisper 兼容端点转写音频附件，以及 voice_speak 工具通过 OpenAI 兼容端点合成语音文件。该插件无需额外 API key 或新模型，支持配置 Whisper、Kokoro 等后端。安装方式为本地路径添加
阅读全文dsh-voice：给 DeepSeek Harness 增加全双工语音模式
`haoku123/dsh-voice` 是 DeepSeek Harness（DSH）的全双工语音插件，采用 MIT 许可证，旨在为 Web 客户端提供实时语音交互体验。其核心流程为“流式 ASR → LLM → 带打断功能的 TTS”。浏览器端采集 Raw PCM 音频，主机端利用 `SenseVoice`（基于 `sherpa-onnx`）进行中文语音识别、标点预测及文本标准化，并通过 `msedge-tts` 实现流式音频与字幕回传。 插件支持三种输入方式：点按麦克风连续听写、长按发送键/麦克风录音（上滑丢弃）以及按住 Ctrl 键的免键盘听写（Esc 丢弃）。它具备实时字幕预览功能，
阅读全文