Plugins

Modo de voz dúplex completo para la interfaz web de DeepSeek Harness: conmutación (envío automático tras pausa de 2 s) o dictado pulsar-para-hablar en un borrador editable con ASR en streaming zipformer2, palabra de activación opcional; lectura en voz alta Edge TTS oración por oración con subtítulos en vivo, y la voz interrumpe la reproducción y el turno en curso (barge-in real). ASR en el dispositivo, sin clave de API.

Entrada de voz para la interfaz web: dictado segmentado por pausas y mensajes de voz, cada uno con su propia cadena de respaldo de proveedores (Deepgram, Groq, HuggingFace, whisper.cpp local o un endpoint compatible con OpenAI).

Modo de voz full-dúplex para la interfaz web: dictado con toque para alternar o mantener pulsado (tecla de envío o `Ctrl`) con subtítulos en vivo, ASR SenseVoice del lado del host mediante sherpa-onnx, respuestas habladas oración por oración, y hablar interrumpe la reproducción y el turno en curso (verdadera interrupción). Sin clave de API.

Dictado al mantener pulsado el campo de texto. No incluye reconocimiento propio: reutiliza el servicio de voz conectado por el bundle oficial voice-input. Mantén pulsado con ratón o pantalla táctil y suelta para insertar la transcripción en el borrador; desliza hacia arriba para cancelar. Nunca envía el mensaje.

Entrada con una sola mano y sin teclado para el compositor: mantén pulsado el ratón sobre el cuadro de entrada, habla y suelta — el texto aparece en el borrador, y deslizar hacia arriba cancela sin dejar media frase. No hay botón de micrófono al que apuntar ni atajo que recordar; la mano nunca tiene que salir del área de entrada, que es justo lo importante cuando la otra mano está ocupada. El reconocimiento se ejecuta totalmente sin conexión (SenseVoice mediante sherpa-onnx, sin clave de API, el audio nunca sale del equipo).

Asistente de voz para dsh web: di la frase de activación (p. ej. «小鲸») para activar el dictado manos libres — lo que dices se transcribe y se escribe automáticamente en el cuadro de chat. Admite comandos de edición hablados (enviar, borrar, nueva línea, detener la lectura) y lee en voz alta las respuestas del asistente en chino. El reconocimiento de voz se ejecuta localmente en el navegador mediante sherpa-onnx WASM, así que funciona sin conexión y sin clave de API.

Entrada por voz para la interfaz web: un botón de micrófono que activa el reconocimiento de voz local sin conexión VocoType y auto inserta el texto reconocido en el compositor (despliegue automático, deduplicación, dictado continuo).

Añade una corrección sensible a la terminología al reconocimiento de voz local integrado. Mantiene el micrófono propio de DSH y SenseVoice; el audio nunca sale del equipo. Corrige homófonos, términos del dominio y números mal transcritos en el texto final.

Banco de inglés para niños. DSH 0.2+ (verificado 0.2.0-rc.1/rc.2 incl. shell de escritorio; 0.1.7–0.2.x también funciona). v1.10 lee tarjetas/pruebas con voz integrada de Windows offline, sin red ni llamadas al modelo; pre-renderiza audio. v1.11 selecciona hasta 50 palabras en lotes de 10 con contador, convierte errores en repaso hablado/PDF imprimible y añade traducción china a ejemplos. Detecta resaltados/marcas rojas en fotos de libros, traduce y guarda en SQLite local con recuento; portapapeles, fotos y dictado comparten banco. Orden por frecuencia; tres aciertos seguidos = aprendida. Exporta tarjetas HTML/PDF/Word y test de cuatro opciones. En DSH 0.1.5 falta Ajustes: usa `dsh-word-vault@1.0.2`.

Dictado de voz a texto en tiempo real en el compositor web de dsh mediante OpenRouter STT.

Read-aloud and dictation for the DSH web UI with 23 TTS and STT provider types configured side by side, per-language routing, in-text language markers, per-sentence language detection, word highlighting and a TTS Reader sidebar tab (the tab requires dsh-better-sidebar; everything else works without it).

Dictado que se archiva en el repositorio, no en el chat. Mantén pulsado el botón o importa WAV: `voice-memos/<id>/` guarda `audio.wav`, `waveform.png`, `memo.md` (frontmatter, marcas temporales por segmento y citas listas para pegar) y `meta.json`. El navegador remuestrea a 16 kHz mono antes de enviar. Transcripción local por Harness `speechToText` (ventanas divididas por silencios) o un worker como `faster-whisper`. Sin motor, archiva la nota con estado y motivo explícitos, sin inventar texto. Pestaña «口述» con reproducción y salto por clic, copia de citas por segmento, 3 herramientas (voice_memo_save / voice_memo_list / voice_memo_read) y rutas HTTP. Sin dependencias runtime, 52 pruebas `node:test`, capturas en docs.

Dictado push-to-talk para composer Web: mantén hotkey para grabar y escribe la transcripción en el borrador mediante speech Remote de DSH (SenseVoice local); auto-send opcional.

Voz MiMo para DeepSeek Harness: lee cada respuesta finalizada, convierte el dictado del compositor en texto e incluye nueve voces y un espacio para voz clonada.

Plugin de entrada de voz DSH: tiempo real en el navegador, dictado con VAD, ASR local/nube y pulido mediante IA de DeepSeek.

Dictado local y de escritorio editable para DeepSeek Harness.

Dicta prompts en el composer del DeepSeek Harness Web Client con un micrófono y transcripción intercambiable: Whisper API alojada, servidor propio o binario whisper.cpp totalmente sin conexión.

Dictado del navegador Web Speech para el compositor: no requiere servidor ASR dedicado, clave ni descarga de modelo. Reutiliza el texto de Session y un modelo DSH configurado para sugerencias de frases contextuales y pulido opcional de la transcripción.