dsh-voice-scribe

DSH 专属语音输入插件：点按 Alt 说话、再点按转文字，插入输入框光标处。 Voice input for DeepSeek Harness: tap Alt to talk, tap again to get text.

⚠️ 非官方插件，与 DeepSeek / 深度求索公司无关联。使用前请阅读 SECURITY.md。

安装 Install

▼
bash
复制代码
dsh plugin --profile web add dsh-voice-scribe   # 重启 dsh web 后生效

引擎	说明
自动（默认）	本地离线识别优先；不可用时自动回退浏览器识别
本地离线识别	SenseVoice，零配置零 key、音频不出本机；首次使用自动下载模型（约 230MB，国内镜像，只需一次）
浏览器 Web Speech	零配置；依赖 Google/Microsoft 服务（国内 / Edge Stable 可能不可用）
云端 ASR（可选）	服务链：可配置多个 OpenAI 兼容端点按序尝试、失败自动切换；需在设置中配置 API key

浏览器识别依赖外部语音服务（Chrome 在大陆被墙、Edge Stable 有已知回归），故默认以本地识别为主。

云端 ASR 服务链示例：Groq（免费层）→ 硅基流动 SenseVoice → 阿里云百炼，任一失败自动尝试下一个（设置 → 语音输入 → 云端 ASR）。

支持 中文 / English / 粤语 / 日本語 / 한국어（设置 → 语音输入可选）。本地离线识别自动检测语言；所选语言作用于浏览器与云端识别。

本地引擎音频不出本机；Web Speech 由浏览器语音服务处理；云端 ASR 的 key 只存服务端。

▼
bash
复制代码
npm test          # 测试
npm run lint      # 语法检查
npm run security  # 密钥/路径泄露扫描

MIT

使用 Usage

麦克风按钮：输入框右侧 🎤 图标，点击开始说话、再点停止并转写（按钮录音中变红）

热键：点输入框 → 按 Alt 开始说话 → 再按 Alt 结束并转写（备选 Alt+空格，设置可切换）

实时中间结果：说话时识别文本实时出现在草稿里（浏览器引擎逐字、本地引擎每 3 秒刷新），停止后替换为最终结果

识别引擎 Engine（默认「自动」，零配置）

引擎

说明

自动（默认）

本地离线识别优先；不可用时自动回退浏览器识别

本地离线识别

SenseVoice，零配置零 key、音频不出本机；首次使用自动下载模型（约 230MB，国内镜像，只需一次）

浏览器 Web Speech

零配置；依赖 Google/Microsoft 服务（国内 / Edge Stable 可能不可用）

云端 ASR（可选）

服务链：可配置多个 OpenAI 兼容端点按序尝试、失败自动切换；需在设置中配置 API key

浏览器识别依赖外部语音服务（Chrome 在大陆被墙、Edge Stable 有已知回归），故默认以本地识别为主。

云端 ASR 服务链示例：Groq（免费层）→ 硅基流动 SenseVoice → 阿里云百炼，任一失败自动尝试下一个（设置 → 语音输入 → 云端 ASR）。