DeepSeek Harness 插件已收录

dsh-voice-mode

适用于 DeepSeek Harness 的全双工语音插件，支持本地流式语音识别、按句朗读、实时字幕及开口即打断。

视觉与图像UI 与效率开发者工具安全与策略

19GitHub Stars5Fork 数更新于2026-10-19

源码

安装

$ dsh plugin --profile web add dsh-voice-mode

插件能力与用途

基于公开仓库快照由 AI 辅助整理，内容必须有源码依据；它不等同于兼容性验证或安全验证。

源码有据

dsh-voice-mode 是为 DeepSeek Harness 打造的全双工语音交互插件。用户可在会话中通过语音完成完整对话：说话时边说边出字并自动断句发送，AI 回复按句朗读并跟随实时字幕，朗读过程中支持开口即打断与让位语义。语音识别在本地宿主推理且无需 API Key，朗读引擎支持 Edge 云端及本地 VITS/Kokoro 方案。

核心能力

基于 zipformer2 与 SenseVoice 的本地流式语音识别与数字标点规范化（ITN）
支持 Edge 云端朗读与本地 VITS/Kokoro 离线朗读引擎按句播报
实时跟随字幕悬浮层，提供 4 档字号与 3 档宽度无障碍调节
开口即打断（barge-in）与语气词让位语义机制
支持持续聆听自动发送与按住麦克风（hold-to-talk）双重操作手势

适用场景

在 DeepSeek Harness 会话中进行全程无键盘的沉浸式语音对话
免 API Key 进行高准确率多语种本地语音输入与草稿填充
实时伴随字幕听取长篇回答并在需要时随时开口打断模型朗读

适合谁

习惯语音交互与需要解放双手的 DeepSeek Harness 用户
注重隐私、需要完全本地化 ASR/TTS 模型的开发者与重度用户
需要字幕辅助阅读与语音播报的无障碍交互用户

文档中可确认的限制

Ctrl+Shift+V 快捷键会覆盖浏览器的纯文本粘贴快捷键
Safari 与 iOS 环境需 HTTPS/localhost 支持，切入后台或锁屏会暂停识别与朗读
默认 Edge TTS 依赖微软在线服务网络连通性
首次启用本地模型需下载对应 ONNX / WASM 模型权重

DSH 兼容性

DSH Plugin 针对具体版本记录的运行验证证据。没有结果只代表我们尚未测试，不代表不兼容。

尚未测试目前还没有发布运行兼容性测试结果。

安全信号

来自包元数据和源码检查的客观信号。这些信息用于辅助判断，不代表绝对安全保证。

已声明许可证

GitHub 报告该仓库许可证为 MIT。

信息

未发现 package.json

最新 GitHub 快照中未获取到仓库根目录的 package.json。

信息

源码可用

本次 Registry 快照已获取公开 GitHub 源码元数据。

信息

来源与 Registry 记录

展示此条目的公开来源、Registry 分类与最近一次源码检查信息，并与运行验证结果明确分开。

源码仓库: qishuilalala/dsh-voice-mode
Registry 来源: GitHub · dsh-plugin topic
Registry 分类: Plugin
源码检查: 78200ec · 2026-10-19

本页面基于公开源码信息独立收录。DSH Plugin 与 DeepSeek 及插件作者均无隶属关系；安装前请始终以作者仓库中的最新说明为准。

仓库活跃度

GitHub Stars: 19GitHub stars
Fork 数: 5
未关闭 Issue: 1
最近提交: 2026-10-19
最近发布: 2026-10-19