opensquad-ai/dsh-voice-input

README excerpt

@opensquad/dsh-voice-input DeepSeek Harness 语音输入插件：在 Web 对话输入框旁添加一个麦克风按钮，录音后调用本地 SenseVoice 服务转写成文本，自动填入输入框。首次使用会引导下载模型并显示实时进度。 英文版 / English: README EN.md 功能 - 🎤 输入框旁麦克风按钮，一键录音转文字 - ⬇️ 首次使用自动下载模型（约 230MB），按钮上显示圆环进度 + 实时百分比 - ⚙ 独立管理按钮：查看/卸载已安装的语音模型 - 自动拉起本地 SenseVoice 服务（模型就绪时） 依赖 这是一个全自动插件：Python 后端（依赖安装 + 进程启动）由插件在 dsh 启动时自动完成，首次使用模型也自动下载。 你只需要： 前置 说明 Python 3.10+ 唯一需要手动装的软依赖（插件会自动 pip install 其余依赖） ffmpeg （可选/推荐） 仅用于异常音频的兜底转码，正常使用不需要； winget install ffmpeg 或官网安装并加入 PATH 手动安装 Python 3.10+ 插件会自动安装剩下的 Python 依赖（flask / onnxruntime 等），你只需装好 Python 本身。 1. 打开 python.org/downloads，下载最新的 Python 3.10+ （Windows 选 Windows installer (64-bit) ）。 2. 运行安装程序， 务必勾选底部的 Add python.exe to PATH ，再点 Install Now 。 3. 安装完成后， 重新打开一个终端 （PowerShell / CMD），验证安装成功： 手动安装 ffmpeg（可选） 浏览器端会把录音转成标准 WAV，正常使用 不需要 ffmpeg。它仅在服务端收到异常/无法识别的音频时作为兜底转码使用，建议安装以免个别浏览器录音无法转写。 - Windows ：在 PowerShell 里执行 安装完成后 重启终端 ，验证： - macOS （需先装 Homebrew）： - Linux (Debian/Ubuntu) ： - 通用方式 ：也可访问 ffmpeg.org/download.html 下载，解压后把 bin 目录加入系统的 PATH 环境变量。 插件启动时自动完成： 1. 探测 Python → 自动安装 flask / onnxruntime / librosa / soundfile / pyyaml 等依赖（首次较慢） 2. 自动拉起下载网关（ gateway.py :7102） 3. 首次使用 → 自动下载模型（约 230MB）并启动转写服务（ service.py :7101） 安装插件 重启 dsh 后，插…

Category