dsh-voice-scribe
August 30, 2026 · View on GitHub
DSH 专属语音输入插件：点按或按住 Alt 说话、松开/再点按转文字，插入输入框光标处。 Voice input for DeepSeek Harness: tap or hold Alt to talk, get text in the composer.
⚠️ 非官方插件，与 DeepSeek / 深度求索公司无关联。使用前请阅读 SECURITY.md。
安装 Install
dsh plugin --profile web add dsh-voice-scribe # 重启 dsh web 后生效
使用 Usage
- 麦克风按钮：输入框右侧 🎤 图标，点击开始说话、再点停止并转写（按钮录音中变红）
- 热键：点输入框 → 按 Alt 开始说话 → 再按 Alt 结束并转写（备选 Alt+空格，设置可切换）
- 按住说话：设置 → 语音输入 → 触发方式 可选「按住说话」——按住热键录音、松开自动转写（麦克风按钮同样支持）
- 实时中间结果：说话时识别文本实时出现在草稿里（浏览器引擎逐字、本地引擎每 3 秒刷新），停止后替换为最终结果
- 录音电平指示：录音中状态条下方显示实时电平条
识别引擎 Engine（默认「自动」，零配置）
| 引擎 | 说明 |
|---|---|
| 自动（默认） | 本地离线识别优先；不可用时自动回退浏览器识别 |
| 本地离线识别 | SenseVoice，零配置零 key、音频不出本机；首次使用自动下载模型（约 230MB，国内镜像，只需一次） |
| 浏览器 Web Speech | 零配置；依赖 Google/Microsoft 服务（国内 / Edge Stable 可能不可用） |
| 云端 ASR（可选） | 服务链：可配置多个 OpenAI 兼容端点按序尝试、失败自动切换；需在设置中配置 API key |
浏览器识别依赖外部语音服务（Chrome 在大陆被墙、Edge Stable 有已知回归），故默认以本地识别为主。
云端 ASR 服务链示例：Groq（免费层）→ 硅基流动 SenseVoice → 阿里云百炼，任一失败自动尝试下一个（设置 → 语音输入 → 云端 ASR）。
识别语言 Languages
支持 中文 / English / 粤语 / 日本語 / 한국어（设置 → 语音输入 可选）。本地离线识别自动检测语言；所选语言作用于浏览器与云端识别。
热词替换表 Hot Words（可选）
把识别错的人名、术语、项目名替换回来：编辑 $DSH_HOME/voice/hot.txt（每行一条，修改后下次转写生效）：
# 字面替换（不区分大小写）：正确词=错误词1|错误词2
DeepSeek=deep seek|迪普西克
王小明=王小铭
# 正则替换（标准 \$1 语义）
/老\s*师/老师/
/\{(\w+)\}/【\$1】/
设置 → 语音输入 页面会显示热词表状态（规则条数 / 文件路径 / 解析错误）。云端与本地离线引擎的转写结果统一应用。
自定义润色提示词（可选）
设置 → 语音输入 → 开启润色后，可自定义润色提示词（多行，保存在服务端）；留空或「恢复默认」使用内置的最小必要修正提示词。
隐私 Privacy
本地引擎音频不出本机；Web Speech 由浏览器语音服务处理；云端 ASR 的 key 只存服务端。
开发 Dev
npm test # 测试
npm run lint # 语法检查
npm run security # 密钥/路径泄露扫描
License
MIT