dsh-cyberdog-speech-sherpa：DeepSeek Harness 本地離線語音插件

dsh-cyberdog-speech-sherpa 是一款基於 Sherpa-ONNX 的 DeepSeek Harness (DSH) 本地離線語音插件，旨在解決離線或內網環境下的語音輸入輸出需求。該插件全本地運行，不依賴在線服務且 CPU 即可運行，主要提供三項核心能力：一是利用 Zipformer 模型實現中文語音識別（STT）；二是基於 VITS 模型實現中文多音色語音合成（TTS），輸出 WAV 文件；三是在 WebUI 中提供“按住說話”功能，錄音後自動轉寫並填入輸入框。插件支持 WAV 編解碼及 8kHz 至 16kHz 的重採樣，並內置模型管理工具，支持斷點續傳及國內鏡像下載