anweat/dsh-voice-webspeech

README 摘要

dsh-voice-webspeech DSH Web GUI 的 纯浏览器语音输入 插件：零服务端、零 API Key、零模型下载、零 Python。 按住输入框旁的麦克风按钮说话，松手即把语音转成文字——转写完全由 浏览器内置语音识别 （Web Speech API）完成： 浏览器 实际语音服务 Microsoft Edge 微软 Azure 语音 Google Chrome Google/Chrome 语音 与社区里 dsh-voice-funasr 的差异：后者以 本地 FunASR 引擎 为主（需安装 Python + 下载 520MB 模型），浏览器识别只是回退路径。本插件只做"浏览器内置识别"这一件事， 安装即用，适合不想要本地引擎开销的用户。 特性 - 按住说话 / 松手转文字 ：按住麦克风按钮开始聆听，松手停止；期间连续短句自动累积。 - 实时反馈 ：聆听时按钮上方悬浮显示"正在聆听… + 实时识别文字"（可关闭）。 - 两种落字方式 （设置里切换）： - 默认"转进输入框"：识别结果写入 composer，可编辑后再发送；支持 追加 到已有文字。 - "松手自动发送"：识别完成直接发送（免提）。 - 多语言 ：中文普通话/粤语/繁体、英/日/韩/法/德/西/俄等（BCP-47）。 - 隐私 ：音频直接交给浏览器语音服务，不经过任何 DSH 服务端、不落盘。 兼容性 - DSH： =0.1.0-rc.3 =24.0.0 - 浏览器：需 Edge 或 Chrome（Web Speech API）；Firefox/Safari 不支持 - 麦克风：浏览器需获得麦克风权限（首次使用会在地址栏请求授权） 安装 插件为 out-of-tree client bundle（ dsh.client + dsh.bundle.patch ）。 仓库已提交构建产物 lib/ ，git 安装无需再 build。 方式 A：从 GitHub 安装（推荐） 若 pnpm ≥10 提示需要 allowBuilds（因 prepare ），把打印的包键写进 profile 的 pnpm-workspace.yaml 后重跑；本仓库已提交 lib/ ，通常不会触发。建议固定到提交： github:anweat/dsh-voice-webspeech 。 方式 B：本地 checkout 开发链接 方式 C：打包 tgz 安装 激活 ：重启 dsh web （ pnpm dsh web ）。插件的 dsh.bundle.patch 会把它自动挂进 插件树，客户端 bundle 由 dsh.client 声明 + exports["./client"] 自动加载。 不要手工把本插件插进 profile 的 cordis.patch.yml ，否则同一 loader id 会…

分类