dsh-voice-mode (dsh-voice-mode)

dsh-voice-mode

DeepSeek Harness 语音双工对话插件：会话内一键进入语音模式，流式识别（边说边出字）→ 停顿自动发送 → 回答按句朗读 + 实时字幕，开口即可打断（barge-in）。无需 API Key，识别模型本地推理。

Full-duplex voice mode for DeepSeek Harness — streamed ASR to an editable draft, sentence-by-sentence read-aloud with live captions, and speaking interrupts playback and the running turn.

功能

• 双交互模式：toggle 持续聆听（2 秒自动断句发送）/ hold 按住说话（松手即发）
• zipformer2 流式识别（边说边出字），可选唤醒词，可选自动发送
• 按句流式朗读 + 实时字幕 + 提示音；音色可试听（支持自定义 ShortName）
• 打断灵敏度可调，真·开口打断朗读与正在运行的回合
• 可选口语化提示词（设置 spokenFormat，默认关）：回复口语化短句、无 Markdown 排版符号
• 模型懒加载（约 160MB，断点续传 + 镜像回退），全局单活，界面语言跟随浏览器（中/英）

安装

dsh plugin --profile web add dsh-voice-mode

bundle 插件安装后需重启 dsh 生效。插件代码以宿主权限运行，安装前请了解来源与风险。

快速开始

进入会话 → 点输入区麦克风按钮（或 Ctrl+Shift+V）→ 说话 → 停顿自动发送 → 回答按句朗读；开口即打断。完整操作手势与设置项见 详细文档。

手势	作用
Ctrl+Shift+V	进入 / 退出语音模式
直接说话（toggle 模式）	边说边出字，停顿 2 秒自动发送
按住麦克风按钮（hold 模式）	松手发送；短按退出；滑出 / Esc / 失焦放弃本段
AI 朗读时开口说话	打断朗读并取消当前回合

文档

文档	说明
完整使用说明（中文）	功能 / 手势 / 设置 / 配置 / 已知限制 / 故障排查
English docs	Same, in English

License

MIT