dsh-cyberdog-speech-sherpa：DeepSeek Harness 本地离线语音插件

dsh-cyberdog-speech-sherpa 是一款基于 Sherpa-ONNX 的 DeepSeek Harness (DSH) 本地离线语音插件，旨在解决离线或内网环境下的语音输入输出需求。该插件全本地运行，不依赖在线服务且 CPU 即可运行，主要提供三项核心能力：一是利用 Zipformer 模型实现中文语音识别（STT）；二是基于 VITS 模型实现中文多音色语音合成（TTS），输出 WAV 文件；三是在 WebUI 中提供“按住说话”功能，录音后自动转写并填入输入框。插件支持 WAV 编解码及 8kHz 至 16kHz 的重采样，并内置模型管理工具，支持断点续传及国内镜像下载