dsh-audio-copilot

模型推理更新于 2026.08.22

在终端中运行以下命令：

dsh plugin install ai-yucheng/dsh-audio-copilot

将以下提示词粘贴到 DeepSeek Harness 对话框中：

在 DeepSeek Harness 中执行 dsh plugin install ai-yucheng/dsh-audio-copilot 即可安装该插件，源码参见 https://github.com/ai-yucheng/dsh-audio-copilot

插件介绍

纯文本大模型（如 DeepSeek）天生没有耳朵和嘴巴，用户只能靠键盘逐字输入，效率与体验都打了不少折扣。dsh-audio-copilot 就是在聊天输入框旁加了一个麦克风按钮：对着说话，语音实时转成文字填入输入框，说完即发，把打字变成说话。

插件的核心能力是语音转写，提供四套可自由切换的引擎。智谱 GLM-ASR 国内直连，支持普通话及四川、粤、闽、吴方言和数十种外语，识别率极高且按量计费极廉；本地 faster-whisper 完全免费、离线运行、音频不出本机；Gemini 面向海外网络，语义理解能力最强；任意 OpenAI 兼容端点则兼容已有的第三方 ASR 服务。切换引擎只需改一行配置并重启，互不影响。可靠性方面，插件对 Gemini 429 限流自动重试一次，对智谱引擎自动将 WebM 转 16kHz WAV，缺 Key 或端点错误时给出可操作的中文提示，转写失败还会把结果复制到剪贴板兜底，绝不静默失败。

适合谁用？国内网络下想识别方言或外语、又不想折腾代理的用户，智谱引擎开箱即用；追求零成本与离线隐私的开发者，本地 whisper 引擎免费且无限量；有代理、追求最强语义理解的海外用户可选 Gemini；已有第三方 ASR 端点的团队可走 OpenAI 兼容模式。无论哪种场景，安装后重启 DSH，聊天框工具栏里就会多一个麦克风按钮，对着说就行。