DSH Plugins
返回列表
🤖

dsh-stt-qwen

模型推理 更新于 2026.11.14

在终端中运行以下命令:

dsh plugin install M-eang/dsh-stt-qwen

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 M-eang/dsh-stt-qwen,即可从 https://github.com/M-eang/dsh-stt-qwen 安装本插件。

插件介绍

DeepSeek Harness 的语音输入默认走内置 SenseVoice,而 Qwen3-ASR 想在本机跑、又想和官方麦克风面板无缝衔接,往往要绕一圈自建服务或改官方包。本插件走官方 speech-to-text 的 Provider 注册表扩展点:不改官方一行代码,就能把「Qwen3-ASR(本地)」挂进下拉框,把录音交给本机推理进程。

本地模式的核心承诺是录音留在 127.0.0.1:默认 Qwen3-ASR-0.6B、CPU 推理,模型首次加载要几秒到几十秒,所以实现 preparation,面板上的可用、加载中、不可用都来自服务真实状态,而不是恒报 ready。你还能按需选用 1.7B、调 dtype/量化/线程,或在 keepAlive 下让识别进程与 DSH 同生共死;不合格音频会在进子进程前被拒,队列也有并发与排队上限,避免「按了没反应」。

若本机不想常驻几 GB 内存、也不想等冷启动,同一套插件还可注册云端识别器:把整段 WAV 一次 HTTPS 交给百炼等兼容接口,不占本地模型进程。清单驱动的可选模型下载、长音频静音点切段、离线合成音频校验等能力,则留给愿意在纯 ASCII 路径下自建 venv 与权重目录的深度用户。

适合已经在用 DSH 语音输入、希望换成千问 ASR 且重视本机隐私的人;也适合需要本地兜底、云端省内存混合部署,或在意大模型加载真实状态展示的团队与个人。

使用场景

  • 想在 DSH 里把语音输入从 SenseVoice 换成本机 Qwen3-ASR
  • 录音必须留在本机、不走公网云端转写
  • 本机内存不够常驻模型时,用云端 Provider 做一次性 HTTPS 识别

适合人员

  • 日常使用 DeepSeek Harness 语音输入的开发者
  • 重视隐私、希望 ASR 在 127.0.0.1 完成的用户
  • 愿意配置 venv、模型路径或云端密钥的深度用户