DSH Plugins
返回列表
🖥️

dsh-voice-dialog

客户端 更新于 2026.11.01

在终端中运行以下命令:

dsh plugin install ggfgfgf-on/dsh-voice-dialog

将以下提示词粘贴到 DeepSeek Harness 对话框中:

在 DeepSeek Harness 中执行 dsh plugin install ggfgfgf-on/dsh-voice-dialog 安装本插件(源码:https://github.com/ggfgfgf-on/dsh-voice-dialog),并在配置中禁用内置 voice-input 捆绑包以免重复注册。

插件介绍

在 DeepSeek Harness 里做语音交互,常见痛点是「说完一句就断档」、朗读与听写抢麦克风,以及你插话时整段回复被硬掐掉。dsh-voice-dialog 把 Composer 里的麦克风做成连续会话入口:开麦即持续听写,助手回复在听写仍开启时自动朗读,默认用压低音量等软打断把新话交给正在运行的模型,而不是粗暴取消当前轮次。

核心能力围绕「一条 FIFO 说话顺序」展开:VAD 在短暂静音后送 ASR,主人与客人可带本地声纹前缀;可选并行识别与并行语音组织者,由模型在打断、排队或忽略之间做决策;队列感知的口语指令(如打断、忽略某位客人)与 [[voice: …]]、voice_dialog 工具让模型精确控制要说的话、音量、语速与停读。宿主侧不朗读推理链与工具参数,子代理结果可在主会话麦克风仍开时摘要入队朗读。

适合希望边听边聊、少点按钮、又要在嘈杂或多人场景里分清「谁在说话」的用户;也适合需要 Edge TTS 朗读、并在网络不可达时回退系统语音的场景。需 DSH 0.2.1-rc.2 及可用的语音转写提供方;声纹与双人重叠分离为可选增强,不启用时仍可正常连续听写与朗读。

使用场景

  • Composer 开麦后边走边聊,助手回复自动朗读且不必再点模式键
  • 家里或办公室多人说话,需要区分主人与客人并按队列或策略处理插话
  • 希望用口语调节音量语速、重复或停读,由模型通过 voice_dialog 即时响应

适合人员

  • 需要 DSH 连续语音对话、少操作麦克风 UI 的日常用户
  • 嘈杂环境或多人同场、想本地声纹标注说话人的用户
  • 启用 Edge TTS 朗读并关心软打断与 FIFO 说话顺序的进阶用户