dsh-voice-live
在终端中运行以下命令:
dsh plugin install tangzheng202202/dsh-voice-live
将以下提示词粘贴到 DeepSeek Harness 对话框中:
在 DeepSeek Harness 客户端中运行安装命令 dsh plugin install tangzheng202202/dsh-voice-live 即可安装本插件,完整源码见 https://github.com/tangzheng202202/dsh-voice-live 。
插件介绍
在 DSH 对话界面中,打字是唯一的输入方式,但很多时候开口说比敲字更自然、更高效。dsh-voice-live 为 DSH 客户端补上了这条语音链路:按下 composer 旁的麦克风按钮,开口说话,助手便以语音作答,整个过程无需反复切换输入模式。
核心能力围绕一条 WebSocket 实时通道展开:麦克风 PCM 以 16 kHz 送入火山引擎流式识别(bigmodel_async 加服务端 VAD 断句),识别出的文字渐进式填入 composer 草稿;助手回复文本逐句送入火山引擎 seed-tts-2.0 流式合成,播放完毕才发送下一条。支持说话打断(barge-in)、断线自动重连(指数退避,最多 5 次)、30 种已验证音色选择与试听,以及可选的 reply-first 模式——助手先语音确认再排队输出完整答案。API Key 仅在宿主进程读取,浏览器端不持有任何密钥。
适合希望以语音驱动 DSH 交互的中文用户:语音助手场景、移动端免打字输入、会议中快速问答。需注意该插件当前依赖 DSH monorepo 内部构建链,独立 npm 安装暂不可用;唤醒词功能依赖 Web Speech API,在大陆网络环境下仅 Safari 可用。
使用场景
- 移动端免打字输入,按住麦克风即可说话,识别文字渐进式填入草稿
- 会议或驾驶中用手免方式与 DSH 对话,支持中途打断并切换话题
- 快速语音问答,助手先语音确认再逐句合成完整回答,比逐字打字更高效
适合人员
- 希望以语音驱动 DSH 交互的中文用户
- 移动端或免打字场景下高频使用 DSH 的开发者与产品用户
- 需要在 DSH 工作区集成实时语音能力的团队