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