dsh-voice：DeepSeek Harness 網頁語音消息插件
`dsh-voice` 是 DeepSeek Harness 的語音插件，旨在增強 Web UI 的交互性。它利用微軟 Edge TTS 引擎，提供 Agent 主動發送語音消息及用戶聽取語音的功能。插件通過註冊 `voice_say` 工具和 HTTP 路由實現核心能力，並在瀏覽器端渲染播放器。安裝時需將路徑加入配置並重啓 Profile。該插件無需 API 密鑰，支持多種神經語音，音頻文件將緩存於本地，適用於需要豐富語音交互場景的開發者。
閱讀全文dsh-voice：DeepSeek Harness 的本地語音輸入插件
dsh-voice 是 DeepSeek Harness 的插件，爲 Web UI 和 TUI 提供本地語音轉文本（STT）能力。插件利用 Host 端基於 ONNX 的 Whisper 服務，在瀏覽器端集成麥克風，無需外部二進制文件即可實現隱私安全的語音輸入。安裝需在 DSH Profile 中添加，配置可選，支持從 Hugging Face 下載多種 Whisper 模型。注意 TUI 模式依賴系統錄製工具，Web 模式下錄音在本地完成並通過 HTTP 傳輸。
閱讀全文@motong/dsh-voice: DeepSeek Harness 語音輸入與朗讀插件
`@motong/dsh-voice` 是一款爲 DeepSeek Harness (DSH) 提供語音功能的社區插件。它無需外部 API Key，支持語音轉文字（STT，含快捷鍵喚起）和文本朗讀（TTS，基於微軟 Edge 音色）。用戶可通過 `Ctrl+Shift+空格` 快捷鍵或點擊按鈕輸入語音，並在設置中切換音色。該插件依賴瀏覽器原生能力，兼容 Chrome/Edge，朗讀需聯網，採用 MIT 協議開源。
閱讀全文dsh-voice：DeepSeek Harness Web GUI 官方語音插件
DeepSeek Harness (DSH) 插件 `dsh-voice` 爲 Web GUI 提供了語音輸入功能，採用插件化架構。它集成麥克風按鈕和實時波形顯示，支持三種轉錄引擎（包括本地 Whisper.cpp 和 OpenAI API）。錄音條提供取消、插入文本或直接發送三種操作，超過 22 秒的錄音會自動分段。該插件無需 Handy 應用，支持 67 種模型，數據存儲在本地，確保了 API Key 的安全性。安裝需通過 CLI 命令，並依賴 Bash、curl、ffmpeg 及 HTTPS/localhost 環境。
閱讀全文dsh-voice：DeepSeek Harness 面試場景的回合制語音插件
dsh-voice 是 DeepSeek Harness (DSH) 專爲面試場景設計的回合制語音通道插件。它通過抽象 Agent 工具屏蔽底層引擎細節，支持 TTS/ASR 引擎獨立選擇，提供語音合成、錄音轉寫及健康檢查功能。 插件支持雲引擎（Qwen、MiMo）及本地引擎（Sherpa-onnx、Whisper 等），安裝後通過配置文件定義引擎與參數。在面試官 Preset 中，可要求 Agent 使用 `voice_speak` 朗讀問題並調用 `voice_listen` 等待作答。當前版本爲 v0.1，採用回合制優先策略，暫不支持全雙工打斷與會話持久化。
閱讀全文dsh-voice：DeepSeek Harness 零延遲流式語音輸入
DeepSeek Harness 插件 `dsh-voice` 是一款開源的語音交互組件，旨在解決手動輸入延遲及複雜指令處理問題。該插件通過瀏覽器本地採集音頻，利用 VAD 技術實現零延遲流式聽寫，並支持觸覺按鍵說話、語音留言自動發送及零延遲字幕顯示。它具備多提供商後備鏈路、離線 Whisper 轉錄及 SenseVoice 等引擎支持，確保了轉錄的準確性與穩定性。此外，插件內置硬件降噪、實時音頻流傳輸及可視化效果，且所有 API 密鑰均在主機端解析，符合安全隱私要求。
閱讀全文dsh-voice：DeepSeek Harness 語音輸入插件
dsh-voice 是 DeepSeek Harness (DSH) 的語音輸入插件，在輸入框右下角增加麥克風按鈕，支持一鍵錄音轉寫。該插件提供 `webspeech`、`xfyun`（訊飛）和 `whisper` 三種識別引擎，支持多設備選擇、自動增益及長句拼接。安裝需執行特定命令並重啓服務，配置文件位於 `client.js`。使用訊飛引擎需設置本地環境變量或配置文件。國內 Chrome 使用 webspeech 可能報錯，whisper 識別語言需手動設置。
閱讀全文dsh-voice：DSH 的 TTS 與 STT 插件
dsh-voice 是一款基於 DSH 框架的語音處理插件，旨在爲智能體提供簡化的 TTS（文字轉語音）和 STT（語音轉文字）工具能力。該插件採用 MIT 許可證，要求 Node.js 版本在 22 及以上，運行時無需依賴內部模塊，通過原生 WebSocket 實現通信。 其核心功能包含三個工具：`voice_tts` 支持將文本免費合成爲 MP3 文件，支持自定義音色、語速等參數，零配置即可使用；`voice_stt` 用於音頻轉文字，支持 OpenAI 兼容接口，需配置 ASR 密鑰（建議通過環境變量管理）；`voice_list` 則用於查詢可用音色列表。 插件通過 `dsh plug
閱讀全文dsh-voice：語音輸入轉用戶消息，回覆可朗讀
DSH 插件 `dsh-voice` 旨在通過語音交互提升終端智能體效率，實現語音轉文字、文字轉語音及離開式朗讀。該插件遵循“本地優先”理念，音頻文件默認存儲於本機，不自動錄音或上傳雲端，除非用戶顯式配置 OpenAI 或 Edge-TTS 等雲端後端。其核心功能包括：`transcribe` 支持從文件轉寫或麥克風即時錄製，結果以語音卡片形式插入會話；`speak` 在後臺合成並播放文本，適合長任務狀態播報；`/voice` 命令用於切換會話級自動朗讀回覆（默認關閉）。插件兼容 Node.js >=20，支持 Whisper-local、macOS、Say 等本地後端，並可與 `dsh-cr
閱讀全文dsh-voice：DeepSeek Harness 的語音輸入與朗讀插件
dsh-voice 是面向 DSH Web 客戶端的語音插件，旨在擴展 DeepSeek 聊天接口的語音交互能力。該插件在輸入端將語音轉換爲文字，在輸出端將文字朗讀出來，並支持音頻文件的轉寫與合成。主要功能包括：Web UI 提供麥克風按鈕實現語音輸入，以及助手回覆的朗讀按鈕（基於瀏覽器 speechSynthesis）；提供 voice_transcribe 工具通過 Whisper 兼容端點轉寫音頻附件，以及 voice_speak 工具通過 OpenAI 兼容端點合成語音文件。該插件無需額外 API key 或新模型，支持配置 Whisper、Kokoro 等後端。安裝方式爲本地路徑添加
閱讀全文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