跳到正文
dsh-market 浏览插件 GitHub EN

QT-Chen/dsh-mic-input

输入框麦克风语音输入:浏览器 Web Speech API 实时转写,自动去重/续听、智能标点,支持语言与自动发送设置。

Star 数 ★ 3 分类 语音与音频 收录于 2026-08-14

安装

在 DeepSeek Harness 里通过 dsh-market 安装

dsh plugin --profile web add dshmarket

或使用命令行

dsh plugin --profile web add github:QT-Chen/dsh-mic-input

装任何插件都等于在你的机器上跑第三方代码,权限和你本人一样大——能读你的文件、用你的凭据、访问网络。请先审阅源码,并尽量锁定 commit(github:owner/repo#sha)。

截图

README

DeepSeek Harness (DSH) Web GUI 的麦克风语音输入插件 —— 纯浏览器实现,零服务端、零密钥。

English version: README.md

纯 Client 插件,在 DSH Web GUI 输入框工具行右侧添加一个麦克风按钮:点击开始/停止录音,语音实时转写进输入框。全部通过浏览器内置的 Web Speech API 完成:

  • Microsoft Edge → 微软 Azure 语音服务
  • Google Chrome → 谷歌/Chrome 语音服务

零服务端、零 API Key、零模型下载。音频只交给浏览器自带的语音服务,插件本身不落盘、不上传。

功能

  • 输入框工具行麦克风按钮(发送按钮左侧):点击开始/停止;录音时红色脉动光圈
  • 实时转写:边说边把中间结果填进输入框
  • 文字不重复:草稿永远基于录音开始时的输入框内容重建,并自动去重 interim 回显前缀(修复 Web Speech 插件常见的"重复文字"问题)
  • 静默自动续听:浏览器停顿约 1.5 秒断连后自动重连续听(最多 6 次),长句不会被切断
  • 智能标点(默认开启):句末自动补全——吗/呢 结尾补 吧/啊/呀/哦/嘛/啦/哇/哈 结尾补 ,其余补 (英文补 .);可选:自动补全 / 保留原样 / 去除
  • 语言选择:跟随系统 / 中文(zh-CN)/ English(en-US)——语言匹配错误是识别跑偏的头号原因
  • 识别后自动发送(可选):说完自动提交
  • 设置入口:设置 → 通用 → 语音输入
  • 错误可见:权限被拒、网络错误等以中/英文提示显示在按钮悬停处

安装

dsh plugin --profile web add github:QT-Chen/dsh-mic-input

或从 npm 安装(预构建产物,无需构建授权):

dsh plugin --profile web add dsh-mic-input

重启 dsh web(或刷新页面),点输入框右侧的麦克风按钮即可。首次使用浏览器会请求麦克风权限,允许即可(127.0.0.1 / localhost 属安全上下文,可用)。

提示:从 GitHub 源码安装时,pnpm ≥ 10 可能要求一次 allowBuilds 构建授权;npm 安装则无需此步骤。

使用建议

  • 录音即开始一个会话;再点一次按钮停止,转写文字保留在输入框中(勾选"自动发送"才会自动提交)
  • 识别乱码时先检查语言设置——说的语言和设置的语言不一致是常见原因
  • 识别质量取决于浏览器自带引擎(Edge 走微软、Chrome 走谷歌,两者可能有明显差异)

隐私

无服务端、无存储:音频由浏览器语音服务(微软/谷歌)处理,只有最终文字进入 DSH。插件本身不写盘。

License

MIT

内容来自项目 README(GitHub)↗