dsh-asr-voice

对着麦克风说出想法，得到的却是一段需要反复擦除、断句、补标点的粗糙口语——这是大多数语音输入工具的终点，也是 dsh-asr-voice 的起点。这个 DeepSeek Harness 客户端插件把「开口」和「可直接发送的提示词」之间的鸿沟压缩到几乎消失：语音转写后由 LLM 在后台无声润色，清洗版先落到草稿、优化版完成再自动替换，你的手动编辑永远不会被覆盖。

识别引擎采用混合策略：浏览器 Web Speech API 优先（免费、免 key），不可用时自动回落到云端，且同时支持 OpenAI、Groq、硅基流动、小米 MiMo、通义 Qwen-ASR 等多家供应商并存。设置页是一张三步向导——选方式、点服务商、看密钥状态——配过同名 LLM 凭据的用户几乎无需再输入任何 key。更值得一提的是实时语音对话模式：边说边上字幕，停顿即自动发起 agent 回合，回复按句朗读，念完麦克风自动还回来听下一句；半双工设计保证朗读期间不会误收回声，按钮、快捷键、提示条三处都能随时打断。

如果你是习惯「说比写快」的人、在多个 ASR / LLM 供应商之间切换、或者希望语音输入体验接近 Codex 那种顺滑但又不想被单一服务锁定，dsh-asr-voice 是一个零第三方运行时依赖、可单独使用也可与其他插件组合的轻量选择。隐私方面，API key 只落在 DSH 凭据服务，浏览器端永远只看到「已配置 / 未配置」，录音在本地完成格式转换后才经私有代理上传。