dsh-voice
在终端中运行以下命令:
dsh plugin install houzi5940/dsh-voice
将以下提示词粘贴到 DeepSeek Harness 对话框中:
在 DeepSeek Harness 中执行 dsh plugin install houzi5940/dsh-voice 安装本插件;源码与说明见 https://github.com/houzi5940/dsh-voice。
插件介绍
在 Harness 里用语音和助手对话,常见痛点是「只能说完再等回复」、助手还在播时你插话无效,以及中文识别与标点体验差。dsh-voice 把整条链路做成全双工:你说的话经宿主端 SenseVoice 转成文本并提交,模型回复以流式语音回放,同时可在界面上看到实时字幕。
核心能力围绕「按住说、松开交」:点按麦克风连续听写,或按住发送键/Ctrl 录到松手(上滑可丢弃),按住期间 overlay 显示增量识别的 interim 字幕,松手后等到最终稿再进入对话。打断(barge-in)在检测到你开口时会停播、清空合成队列并取消当前轮次,配合 NLMS 回声消除,在助手音量较大时仍能从麦克风里减掉 TTS 参考,避免误触发。
技术侧 LLM 流式输出不被 TTS 阻塞;ASR 在宿主用 sherpa-onnx 跑 SenseVoice,浏览器只上传 f32 PCM;模型经 cache-through 代理首次拉取后本地复用。适合希望在 DeepSeek Harness 里键盘少打、中文口语输入顺畅、且需要「边说边听、随时插话」的开发者与日常用户。
使用场景
- 按住发送键或 Ctrl 口述问题,边看实时字幕边确认再松手提交
- 助手正在朗读回复时直接开口插话,播放停止并取消当前轮次
- 中文口语输入需要标点与 ITN,不想反复手改识别结果
适合人员
- 在 Harness 里希望少打字、多用语音的开发者
- 需要中文原生 ASR(SenseVoice)与流式语音回复的用户
- 全双工对话、随时插话且在意回声与队列清理的场景