dsh-voice-mode
qishuilalala/dsh-voice-mode
Full-duplex voice mode for DeepSeek Harness: zipformer2 streaming ASR → editable draft, Edge TTS sentence-by-sentence read-aloud with live captions, true barge-in — on-device ASR, no API key. · DSH 语音双工对话：流式识别入草稿、按句朗读+实时字幕、开口即打断，识别本地推理、无需 API Key
Installazione
dsh plugin --profile web add github:qishuilalala/dsh-voice-modeREADME
dsh-voice-mode
DeepSeek Harness（dsh）语音双工对话插件：会话内一键进入语音模式，边说边出字的流式识别 → 停顿自动发送 → 最终答复按句流式朗读（Edge TTS）+ 实时字幕，开口即可打断（barge-in）。无需 API Key，模型在本地宿主端推理。
Full-duplex voice conversation 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.
功能亮点
- 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）：语音会话回复口语化短句、无 Markdown 排版符号，朗读更顺 - 模型懒加载（约 160MB，断点续传 + 镜像回退），全局单活
安装
dsh plugin --profile web add dsh-voice-mode
bundle 插件安装后需重启 dsh 生效；完整使用说明见 中文文档 / English docs。
演示
完整演示动画（边说边出字 → 停顿发送 → 按句朗读）见 中文文档
文档
| 文档 | 说明 |
|---|---|
| 中文 README | 特性 / 手势 / 设置 / API / 配置 / 故障排查（详细） |
| English README | 同上（英文版） |
| 发布最佳实践 | 开发与发布沉淀 |
| 发布检查清单 | 验证记录 |
| 插件市场条目 | awesome-dsh-plugin / dshmarket 收录条目 |
发布状态
- npm：
dsh-voice-modev0.1.0（已发布） - GitHub Releases：v0.1.0
- 插件市场：awesome-dsh-plugin 收录后 dshmarket 即见
贡献
见 CONTRIBUTING.md 与 BEST_PRACTICES.md。
License
部分实现借鉴 haoku123/dsh-voice（派生声明见子包 LICENSE）。
插件代码以宿主权限运行，安装前请了解来源与风险（与官方列表一致的安全提示）。