dsh-dictate：把语音输入接入 DSH Composer
dsh-dictate 是面向 DeepSeek Harness (DSH) Composer 的上下文感知语音输入插件，旨在通过语音输入长提示词或代码说明，转写结果保留在输入框供用户审阅修改，不启动双向语音会话。 该插件默认使用 Chrome 或 Edge 的 Web Speech API 进行浏览器识别，录音时显示实时转写；在 Apple Silicon Mac 和 Windows x64 平台上，可选用本地 SenseVoice 模型进行增强转写，需下载约 253 MB 模型文件。其核心优势包括上下文感知（参考最近 6 条对话优化用词）、中英混合识别优化以及严格的发送控制（默认不自动发送
Read Moredsh-better-input：为 DeepSeek Harness 增加语音输入、AI 润色与文件转 Markdown
dsh-better-input 是面向 DeepSeek Harness (DSH) Web UI 的输入增强插件，由 DIAG5 维护，采用 MIT 许可证。该插件旨在优化长提示词、本地文档及口述内容的输入路径，主要功能包括： 1. **语音输入**：基于 Web Speech API 本地识别，无需 API Key，实时流式转写，支持自定义录音时长。 2. **AI 润色与优化**：复用 DSH 已配置模型，自动清理语音识别错误、去口头禅，并对提示词进行精准化优化，支持原文对比与撤销。 3. **提示词模板**：模板存储在本地，输入 `/` 即可快速插入，确保数据隐私。 4. **文件处
Read MoreDSH Web 语音输入插件：anweat/dsh-voice-webspeech
`anweat/dsh-voice-webspeech` 是一款面向 DSH Web GUI 的浏览器语音输入插件，采用 MIT 许可。该插件利用浏览器内置 Web Speech API 实现“按住说话、松手转文字”功能，将语音实时转换为文字并写入输入框，支持后续编辑或配置为松手自动发送。其核心优势在于零服务端、零 API Key、零模型下载及零 Python 依赖，音频仅由浏览器处理，不经过 DSH 服务端、不落盘且无遥测，确保隐私安全。插件支持中、英、日、韩等多种 BCP-47 语言，偏好设置保存在浏览器本地。 环境要求方面，需 DSH 版本 `>=0.1.0-rc.3 <0.2.0`、N
Read Moredsh-audio-copilot：为 DeepSeek Harness 增加聊天框语音输入
dsh-audio-copilot 是 ai-yucheng 维护的 DSH 语音输入插件，基于 DSH 0.1.0-rc.7，采用 MIT 许可证。该插件允许用户在聊天框点击麦克风按钮说话，通过多引擎 ASR 转写后自动将文本填入输入框。支持 zhipu、local、gemini 和 openai 四种引擎：zhipu 擅长中文多方言及外语，按量计费；local 使用 faster-whisper 离线转写，需下载约 460MB-1.5GB 模型；gemini 免费档有限流及自动重试机制；openai 作为可选引擎。前置条件包括 DSH Desktop、Node.js ≥ 20 及 PATH
Read Moredsh-voice-kit：为 DeepSeek Harness Web GUI 增加语音输入与回复朗读
`dsh-voice-kit` 是一个面向 DeepSeek Harness Web GUI 的 MIT 许可证语音插件，旨在增强交互体验，主要解决语音输入和回复朗读两个需求。该插件支持通过麦克风进行语音录入，转录结果会追加至草稿；同时支持系统、微软神经及云端神经（如 SiliconFlow CosyVoice2）三类朗读引擎，能自动清理 Markdown 并分块流式播放长文本。用户在设置中可配置引擎、语速、音调及识别语言，密钥状态仅显示保存状态而不泄露数值。安装需执行 `dsh plugin add dsh-voice-kit`，随后重启 DSH Desktop 并刷新 GUI。该插件要求
Read Moredsh-smart-input：DeepSeek Harness 的语音输入与提示词优化插件
dsh-smart-input 是由 v-quest123456 维护、采用 MIT 许可证的 DeepSeek Harness（DSH）Web 客户端插件，旨在解决提示词手写不完整及语音转文字缺乏反馈的问题。其核心功能包括语音输入和提示词优化。语音输入支持浏览器 Web Speech API、本地 Whisper ONOX 及在线 Whisper API，具备实时流式转写、智能标点、中英日多语言支持及连续对话模式，快捷键为 Ctrl/Cmd + Shift + V。提示词优化提供自动、简洁化、结构化等六种策略，支持上下文感知（注入工作区文件信息）、前后对比及一键采纳，快捷键为 Ctrl/Cm
Read Moredsh-plugin-voice-input：DSH Web 输入框里的本地语音转草稿
`dsh-plugin-voice-input` 是一款由 tangbut1 开发的 DeepSeek Harness Web 语音输入插件，采用 MIT 协议开源。该插件旨在解决 Web 输入框中长句或中英夹杂内容输入不便的问题，通过在输入框旁增加“按住说话”麦克风按钮，实现本机离线语音识别。用户按住按钮录音，松开后系统利用 `sherpa-onnx-node` 和 `SenseVoice-SSmall INT8` 模型在本地回环地址（127.0.0.1:18765）进行离线识别，支持中、英、日、韩、粤等多语言自动检测。识别结果通过 DSH 官方 slot 和事件追加到当前草稿，不自动发送，
Read Morevoco-input-sh：DeepSeek Harness 的 VocoType 语音输入插件
voco-input-sh 是一个 DSH web 插件，旨在将 VocoType 的本地离线语音识别集成到聊天输入框中，减少对外部工具的依赖。该插件基于 MIT 许可，版本 0.2.0，主要功能包括在输入框旁提供麦克风按钮，启动 VocoType 进行语音识别，并将结果自动插入草稿区，同时具备智能去重功能。它支持 Paraformer 中文识别、VAD 及标点预测，能自动检测、启动甚至静默安装 VocoType（需下载约 25MB 安装包及 1.6GB 模型）。 安装需在 DSH profile 目录使用 pnpm 添加本地包，并在 `cordis.patch.yml` 中配置挂载，随后重启
Read Moredsh-stt-input：为 DSH Web GUI 增加语音输入
`dsh-stt-input` 是 DeepSeek Harness (DSH) Web GUI 的语音输入插件，旨在解决在 DSH 中通过语音快速输入长提示词的需求。该插件允许用户点击麦克风按钮录音，停止后将识别文字直接填入输入框。它提供两种识别引擎：一是基于 Web Speech API 的浏览器本地识别，支持 Chrome/Edge 零配置使用并实时显示中间结果；二是基于 MediaRecorder 和 OpenAI 兼容接口的 API 识别，支持 OpenAI、Groq 或自定义服务及多种 Whisper 模型。插件支持配置服务预设、API 密钥、语言及写入方式（追加或替换）。API
Read Moredsh-mic-input：DSH Web UI 的浏览器麦克风输入插件
`dsh-mic-input` 是由 QT-Chen 维护的 DSH Web UI 语音输入插件，采用 MIT 许可证。它完全在浏览器端运行，无需服务端、API key 或模型下载，利用 Web Speech API 实现麦克风听写。核心功能包括：在输入框工具行添加麦克风按钮以开始实时听写；通过草稿重建与去重机制避免文本重复；支持最多 6 次的静默续听以维持会话；提供智能标点（自动补全、保留、去除）及中文、英文或跟随系统的语言选择；并支持可选的自动发送消息。用户可从 GitHub 或 npm 安装，要求 Node.js 版本不低于 20.0.0。安装后重启 DSH Web 或刷新页面即可生效。
Read Moredsh-voice-input-web: Adding Speech-to-Text Transcription to DeepSeek Harness Web Input Fields
dsh-voice-input-web is a client-side plugin for the DeepSeek Harness Web UI, designed to implement speech-to-text functionality through the browser's Web Speech API, requiring no API key or server-side modifications. The plugin adds a microphone button to the chat input toolbar; users can click it to start or stop listening, with real-time recognition results displayed in a floating overlay and the final text automatically appended to the input draft. It supports Chinese, English, and automatic language switching, with an optional auto-send feature. Installation methods include online and offline modes: for online installation, simply execute the `dsh plugin --profile web add dsh-voice-input-web` command and restart the service; for offline installation, manually place the package file and configure the patch file.
Read More@zhangbo-cn/dsh-client-ui-voice-input: Adding Composer Voice Input and Reply Read-Aloud to DeepSeek Harness Web
`@zhangbo-cn/dsh-client-ui-voice-input` is an MIT-licensed plugin maintained by Zhangbo-cn, designed to enhance voice interaction for the DeepSeek Harness Web UI. This plugin adds a mic button in the composer area and implements speech-to-text based on the browser's Web Speech API, requiring no API key. Core features include: clicking the microphone starts listening and writes the recognition results into the draft in real time, character by character; holding the microphone, speaking, and releasing automatically sends the message; when conditions are met, it reads the assistant's reply aloud via the host's Edge TTS or the browser's `speechSynthesis`. The plugin supports silently restarting recognition to maintain continuous listening and offers optional automatic sending configuration. Installation only requires
Read Moredsh-ears: Open Source Voice Input Plugin for DeepSeek Harness
`dsh-ears` is an open-source voice input plugin for DeepSeek Harness (DSH) (v0.2.1, MIT license), designed to enhance the text input experience in the Web UI through speech recognition and optional text polishing. This plugin supports multiple recognition backends, including Web Speech, local Whisper, Groq, Deepgram, Alibaba Cloud Bailian, Tencent Cloud, Xiaomi MiMo, SiliconFlow, and custom OpenAI-compatible interfaces. Its core workflow converts voice input into an editable draft, with the polishing feature enabled by default to refine text, but it does not automatically send messages, ensuring users retain full control. Installation requires DSH version 0.1.0-rc.6 to 0.1.1-rc.2 and Node.js ^22.19.0 or >=24.
Read MoreAdd Voice Input and Speech Synthesis Functions to DeepSeek Harness with dsh-voice
DSH-voice is a plugin for the DeepSeek Harness tool maintained by Jesse-njx. It uses `transcribe` to turn dictation or audio files into user messages, uses `speak` to read content in the background without blocking the conversation turn, and uses `/voice` to toggle automatic reading of replies per session. Audio files are saved to `~/.dsh/voice/` by default, and only references and transcriptions are saved in session logs. It is licensed under MIT, with version 0.1.0. For installation, please refer to the directory command: `dsh plugin add github:Jesse-njx/dsh-voice`. By default, it uses an offline backend, and OpenAI and Edge TTS will not be automatically selected; v0.1 does not support real-time intercom or wake words.
Read More