charlie-pan/dsh-voice

README 摘要

🎤 dsh-voice DeepSeek Harness (dsh) 语音转文字插件：输入框右下角一个麦克风按钮，说完话，文字直接进输入框。 点一下说话 · 再点一下出字 · 三种识别引擎可切换 · 液态玻璃风格 ✨ 功能特性 - 🎙️ 一键语音输入 ：输入框右下角（发送键左侧）的麦克风按钮，点一下开始录音、再点一下停止并转写，结果 追加 进输入框； - 🔁 三种识别引擎 （改一个常量切换）： 引擎 说明 费用 webspeech （默认） 浏览器自带语音识别，装完即用、零配置（Edge 走微软云端，国内可用；Chrome 走谷歌，国内可能不通） 免费 xfyun 讯飞语音听写，中文效果最好、秒级返回，密钥只存在本机服务端 免费额度/按量 whisper 浏览器本地 Whisper（small q8），音频不出机器、可离线 免费 - 🎚️ 麦克风设备选择下拉框 ：列出所有音频输入设备，选择持久化（ localStorage ），不再被浏览器的默认麦克风坑（Web Speech 引擎不支持指定设备，该模式下自动隐藏）； - 📈 自动增益 ：安静麦克风录出的低音量语音会自动放大再识别，避免"没检测到声音"； - 🔇 静音/过短拦截 ：完全无声或不足 0.25 秒的录音直接本地拦截，不浪费云端配额； - 📝 长句完整拼接 ：讯飞按 VAD 把长语音切成多段，插件会把所有段落按顺序拼回，不会只出后半句； - 🪟 液态玻璃主题 ：按钮用 --dsw- 设计令牌 + --lg-glass-blur 毛玻璃效果，与 dsh-liquid-glass 主题一致。 🚀 安装 重启 dsh web 并硬刷新，打开一个会话即可在输入框右下角看到麦克风按钮。 🛠️ 配置 改 client.js 顶部的常量： 常量 默认 说明 ASR ENGINE 'webspeech' 'webspeech' / 'xfyun' / 'whisper' WEBSpeech LANG 'zh-CN' Web Speech 引擎的语言 MODEL ID onnx-community/whisper-small Whisper 引擎的模型；中文想更好可换 medium TRANSCRIBE LANGUAGE 'chinese' Whisper 引擎的转写语言； null = 自动检测 讯飞凭据（使用 xfyun 引擎时） 1. 注册 讯飞开放平台 → 控制台 →「我的应用」→ 创建应用（开通 语音听写 ），拿到 APPID / APIKey / APISecret ； 2. 二选一配置（密钥只存在本机，不进浏览器、不要提交到仓库）： - 环境变量 ： XFYUN APPID / XFYUN APIKEY / XFYUN APISECRET ； - 本地文件 ：在插件目录放一个 xfy…

分类