dsh-voice-mode
在终端中运行以下命令:
dsh plugin install qishuilalala/dsh-voice-mode
将以下提示词粘贴到 DeepSeek Harness 对话框中:
在 DeepSeek Harness 终端执行 dsh plugin install qishuilalala/dsh-voice-mode 安装本插件,源码与说明见 https://github.com/qishuilalala/dsh-voice-mode。
插件介绍
在 DeepSeek Harness 里打字仍是最稳的入口,但长回复读起来费眼、走路或做饭时腾不出手,又希望像和真人对话一样「你说一句、它读一句、中间还能插嘴」。dsh-voice-mode 把整轮对话搬进会话界面:点麦克风即可进入语音模式,边说边出字,停顿后进草稿并可在设置里调整自动发送,模型回复则按句朗读并配实时字幕。
识别在宿主端本地完成,采用 zipformer2 流式识别与 SenseVoice 定稿,多语种与数字日期等逆文本归一化无需再配独立语音识别 API Key。朗读默认走 Edge 云端(合成在插件侧完成),也可选本地 VITS 或 Kokoro;朗读期间支持发声打断,并配有让位语义与多档灵敏度,减轻外放时被「嗯、对」误打断的情况。字幕字号与宽度可调,读屏与状态播报也做了针对性优化。
适合经常在 Harness 里长聊、希望解放双手或更依赖听读的用户,以及需要更大字幕、更可控打断行为的场景。实际听感、麦克风闭环与跨平台表现因设备、回声消除和网络而异,可按 README 选择持续聆听、按住说话或「说完就关」等交互方式。
截图预览
使用场景
- 长回复不想盯屏,边做事边听模型按句朗读
- 在会话里用麦克风说完自动进草稿并发送,少打字
- 外放或戴耳机时需要用发声打断朗读并接着问
适合人员
- 经常在 Harness 里长聊、希望解放双手的用户
- 不想单独申请云端语音识别 Key 的本地推理偏好者
- 需要更大字幕、更可控打断与朗读范围的用户