jinhuoooo/dsh-voice-input

README 摘要

dsh-voice-input DSH（DeepSeek Harness）语音输入插件：点一下麦克风，说话，文字自己进输入框。 做给谁用的：打字慢、不方便打字、或者单纯懒得敲键盘的人。 我见过不少长辈和刚接触电脑的人，用输入法一个字一个字找拼音，一句话打完要半分钟。语音输入这东西对他们来说不是"效率工具"，是"能不能用得起来"的问题。但现成的语音输入方案要么不准（中文稀烂），要么要翻墙，要么把音频传去别人服务器。这个插件就是把这事在本地解决掉。 它能做什么 - 在 DSH 聊天输入框旁边点麦克风， 说话，文字自动填进输入框 ，全程不碰键盘 - 中文识别靠谱：本地 Whisper 模型 + 强制简体输出 - 安静环境下不会"脑补"：没说话就是没说话，不会突然给你冒出一段莫名其妙的话 - 全程本地跑：音频不出本机，不传云端，不要 API Key 也能用 - 国内网络友好：模型走 ModelScope 下载，不需要翻墙 优点（说点实在的） 1. 真的简单 。整个操作就两步：点麦克风 → 说话 → 再点停止。停止就是"确定"，取消就是"不要了"，没有第三个选项。界面是一个贴在麦克风按钮下面的小白卡片，不弹大窗口、不挡聊天内容。 2. 中文准，而且一定是简体 。识别完强制转简体（OpenCC），不会给你输出一堆繁体字让你再翻译一遍。默认模型 small，普通话日常口述够用；想要更准就改一行配置换 medium。 3. 不会乱说话 。Whisper 在音频太安静或噪音大的时候有个毛病：自己编一段话输出，比如你在咳嗽，它给你来一句"谢谢大家的关注"。这个插件加了防幻觉参数，静音就返回空、提示"未识别到语音"，而不是给你塞一段编的。 4. 快 。模型只加载一次（常驻进程），之后每次转写毫秒级。不是每次点完等十秒转圈那种。 5. 隐私 。默认纯本地：录音在你电脑上，转写在你电脑上，只有文字进了 DSH。不想要本地也行，配置里填一个云端 API（Groq 免费）就能切过去，速度更快。 6. 不折腾网络 。模型从 ModelScope 下载，国内直连，装完一次以后不用管。 安装 前置条件 东西 要求 说明 DSH 任意可用版本 DeepSeek Harness 桌面端 Python 3.10+ 本地语音识别需要；首次使用会自动装依赖 麦克风 正常工作的麦克风 笔记本自带 / 外接都行 没有 Python 的话，去 python.org 下一个 3.10+ 装上， 安装时勾选 "Add Python to PATH" 。 方式一：从 GitHub 安装（推荐） 打开终端（Windows 用 PowerShell 或 CMD），执行： 如果你在 Web 界面模式下使用，把 web 换成你的 profile 名（一般就是 web ）。 方式二：手动安装 1. 把本仓库整个下载解压，文件…

分类