liznee/dsh-speech-input

README 摘要

dsh-speech-input 中文 English 中文 dsh-speech-input 为 DeepSeek Harness Web 输入框增加一个原生麦克风按钮。点击开始听写，识别结果实时写入当前草稿；再次点击停止并补全句末标点。插件不会自动发送消息。 特性 - 使用官方 conversation.input.right 插槽，不查询或改写 Harness DOM - 支持 Chrome / Edge 的 Web Speech API，中英文跟随浏览器语言 - 中间识别结果原位更新，不会反复叠加同一句话 - 听写期间在识别文字后手工补写的内容会保留 - 无语音、停顿或浏览器结束单次识别时会持续自动续听，只有再次点击停止按钮才结束 - 听写中显示“灰色圆形取消 ×｜铺满可用宽度的实时音量条｜方块停止”，采用 Codex 风格 - 音量条通过 Web Audio API 在本地计算麦克风 RMS 音量，展示最近 24 个真实音量样本，不使用循环假动画 - 听写期间 Harness 的发送按钮和 Enter 发送会由官方接口置灰禁用；停止或取消后恢复 - 点击取消会移除本轮语音产生的全部文字，并保留开始听写前的草稿与可识别的手工追加内容 - 权限、麦克风或网络硬错误会给出明确提示 - 页面切换或插件卸载时中止识别并释放麦克风 - 支持键盘焦点、屏幕阅读器状态播报和减少动态效果偏好 - 纯浏览器插件，不需要额外 API key、服务端或模型下载 安装 v0.1.0 已在 DeepSeek Harness 0.1.1-rc.1 上验证。当前 Harness 需要 Node.js 22.19+ 或 24+ 。 从 npm Registry 安装固定版本： 也可以安装对应的 GitHub Release： 仓库已提交预构建的 lib/ ，Git 安装不会执行构建脚本，也不需要在 pnpm-workspace.yaml 中授权 allowBuilds 。安装后运行 dsh --profile web --dump-config ，输出中应出现 == dsh-speech-input ；随后重启 dsh web 。 升级时，将上述安装命令中的 0.1.0 替换为准备安装的新版本。卸载命令： 本地 tarball： 隐私 插件本身不保存音频、不写日志，也不把音频发送给 Harness 或 DeepSeek。为了显示真实音量，插件会额外打开一条本地麦克风流，只连接到 Web Audio AnalyserNode 计算 RMS；不会播放、录制或上传该流，停止或取消时会立即关闭音轨。Web Speech API 的识别处理路径仍由浏览器决定：Edge/Chrome 通常会把识别音频交给浏览器厂商的在线语音服务。因此它不是离线识别；若不能接受该数据路径，请不要授权麦克风。 已…

分类