dsh-gigaam-stt
在终端中运行以下命令:
dsh plugin install OldSchool686/dsh-gigaam-stt
将以下提示词粘贴到 DeepSeek Harness 对话框中:
在 DeepSeek Harness 中打开 Plugin Manager 或让 Agent 安装插件,安装目标可填 npm 包名,或使用完整开源地址 https://github.com/OldSchool686/dsh-gigaam-stt 对应的 GitHub 规格。
插件介绍
在 DeepSeek Harness 里想用麦克风说俄语、却不想把音频交给云端 API 的用户,往往缺少一条与聊天输入框直连的本地识别链路。本插件以 GigaAM v3(ONNX int8)配合 sherpa-onnx,在 CPU 上离线转写俄语,直接接入 DSH 既有语音输入管线,点聊天 composer 的麦克风即可得到西里尔文本,并自带大小写与标点。
核心能力围绕「俄语专用、轻量、可长跑录音」展开:相较通用大模型语音识别,GigaAM 在俄语基准上误差更低;约 320 MB 模型首次使用时下载,首次录音加载,空闲五分钟后自动卸载,后台不常驻。长音频会按停顿切成最多 20 秒的窗口解码,避免单次过长导致内存暴涨;识别在 worker 线程中执行,聊天界面不会被阻塞。可选将俄语数字词规范为阿拉伯数字,也可保持口语写法。
适合已在 DSH 启用实验性语音输入(@deepseek-ai/dsh-experimental-voice-input-bundle)、主要用俄语口述、且重视隐私与离线场景的用户:除一次性模型下载外无网络调用,音频不离开本机。需要 x86-64 或 arm64 上的 Node 22+ 与约 350 MB 磁盘、录音时约 450 MB 内存;浏览器需允许 DSH Web 使用麦克风。
使用场景
- 在 DSH 聊天里用麦克风口述俄语,直接填入输入框
- 内网或离线环境在首次下载模型后进行本地转写
- 长段俄语口述需要分段识别且不打卡顿界面
适合人员
- 已在 DSH 启用实验性语音输入、主要说俄语的用户
- 不愿把录音上传云端、需要本地 CPU 识别的团队
- 需要标点与大小写、并可选择数字词转数字的俄语写作者