dsh-speech-gate
在终端中运行以下命令:
dsh plugin install unera/dsh-speech-gate
将以下提示词粘贴到 DeepSeek Harness 对话框中:
在 DeepSeek Harness 中执行 dsh plugin install unera/dsh-speech-gate(或从 https://github.com/unera/dsh-speech-gate 添加源码),并在 profile 的 cordis.patch.yml 中挂载到 speechToText 服务旁。
插件介绍
DeepSeek Harness 把语音识别藏在 speechToText 服务后面:频道只负责把音频交给服务,不必关心背后是托管模型、本地 Whisper 还是一条 shell 命令。dsh-speech-gate 就是在这个注册表里挂上一种或多种可选 provider,让 Host 在同一套接口下提供多种转写路径,而频道代码保持无知。
插件在一个包里提供三种后端。api 走 OpenAI 兼容的 multipart 转写接口,适合 whisper.cpp server、faster-whisper-server 或各类托管 ASR;exec 在本机执行命令并从 stdout 读取文本,适合 whisper-cli 等同机工具;configured-model 则复用 Host 已为聊天配置好的 OpenAI、Mistral 或 Groq 连接器,转写模型名单独指定,密钥与端点不必再填一遍。provider 不做音频转码,频道传入的已是规范的 16 kHz 单声道 PCM16 WAV。
适合需要在 Harness 上统一语音输入、又要在云端 API、本地推理与已有模型凭证之间灵活切换的运维与集成者。若你已启用 experimental speech-to-text 与可选 Voice Input UI,每个配置项会成为一个可点的 provider;configured-model 的解析规则按显式 provider、模型族与 Host 已配置连接器逐级判定,避免用错账号悄悄计费。
使用场景
- 频道需要统一走 speechToText 服务,但转写要切到托管 Whisper 或自建 ASR
- 本机已有 whisper-cli,希望通过 exec 后端直接出文本而不改频道代码
- 聊天模型已在 Host 配好 OpenAI/Mistral/Groq,希望转写复用同一套连接器
适合人员
- DeepSeek Harness 运维与 profile 集成者
- 需要多种 STT 后端可切换的插件作者
- 在 Host 上搭建语音输入与 Voice Input UI 的团队