Plugin

Modalità vocale full-duplex per la Web UI di DeepSeek Harness: toggle (invio automatico dopo pausa di 2s) o dettatura hold-to-talk in una bozza editabile con ASR streaming zipformer2, wake word opzionale; lettura ad alta voce Edge TTS frase per frase con sottotitoli live, e il parlato interrompe la riproduzione e il turno in corso (vero barge-in). ASR on-device, nessuna chiave API.

Input vocale per la Web UI: dettatura segmentata dalle pause e messaggi vocali, ciascuno con la propria catena di fallback del provider (Deepgram, Groq, HuggingFace, whisper.cpp locale o endpoint compatibile con OpenAI).

Modalità vocale full-duplex per l'interfaccia web: dettatura con tocco per attivare/disattivare o pressione prolungata (tasto di invio o `Ctrl`) con sottotitoli in diretta, ASR SenseVoice lato host tramite sherpa-onnx, risposte parlate frase per frase, e parlare interrompe la riproduzione e il turno in corso (vera interruzione). Nessuna chiave API.

Dettatura tenendo premuto il campo di testo. Non include un riconoscitore proprio: riusa il servizio vocale collegato dal bundle ufficiale voice-input. Tieni premuto con mouse o tocco e rilascia per inserire la trascrizione nella bozza; scorri verso l’alto per annullare. Non invia il messaggio.

Input a una mano e senza tastiera per il composer: tieni premuto il mouse sulla casella di input, parla, rilascia — il testo finisce nella bozza, e scorrendo verso l'alto annulli senza lasciare una frase a metà. Nessun pulsante microfono da centrare e nessuna scorciatoia da ricordare; la mano non deve mai lasciare l'area di input, che è il punto quando l'altra mano è occupata. Il riconoscimento gira completamente offline (SenseVoice via sherpa-onnx, nessuna chiave API, l'audio non lascia mai la macchina).

Assistente vocale per il web dsh: pronuncia la frase di attivazione (ad es. "小鲸") per attivare la dettatura a mani libere — ciò che dici viene trascritto e digitato automaticamente nella casella della chat. Supporta comandi di modifica vocali (invia, cancella, nuova riga, interrompi lettura) e legge ad alta voce in cinese le risposte dell'assistente. Il riconoscimento vocale gira localmente nel browser via sherpa-onnx WASM, quindi funziona offline senza chiave API.

Input vocale per la Web UI: un pulsante microfono che usa il riconoscimento vocale offline locale di VocoType e inserisce automaticamente il testo riconosciuto nel compositore (auto-deploy, dedupe, dettatura continua).

Aggiunge una correzione attenta alla terminologia al riconoscimento vocale locale integrato. Mantiene il microfono DSH e il motore SenseVoice; l’audio non lascia mai il dispositivo. Corregge omofoni, termini di settore e numeri trascritti male nel testo finale.

Banca di inglese per bambini. DSH 0.2+ (verificati 0.2.0-rc.1/rc.2 anche con shell desktop; funziona anche su 0.1.7–0.2.x). v1.10 legge schede/test con voce Windows integrata offline, senza rete o chiamate modello; audio prerenderizzato. v1.11: seleziona fino a 50 parole in gruppi da 10 con contatore; trasforma errori in ripasso vocale/PDF stampabile; aggiunge cinese agli esempi. Rileva evidenziature/segni rossi nelle foto dei libri, traduce e salva in SQLite locale con conteggio; appunti, foto e dettatura condividono la banca. Ordina per frequenza; 3 risposte consecutive = imparata. Esporta schede HTML/PDF/Word e test a 4 opzioni. In DSH 0.1.5 mancano le impostazioni: usa `dsh-word-vault@1.0.2`.

Dettatura vocale in tempo reale nel composer Web dsh tramite 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).

Dettatura archiviata nel repository, non nel log della chat. Tieni premuto il pulsante o importa WAV: `voice-memos/<id>/` contiene `audio.wav`, `waveform.png`, `memo.md` (frontmatter, timestamp per segmento, blocchi citazione pronti da incollare) e `meta.json`. Il browser ricampiona in 16 kHz mono prima dell’invio. Trascrizione locale tramite `speechToText` Harness con finestre divise dal silenzio oppure worker come `faster-whisper`. Senza motore, archivia comunque la nota con stato e motivo espliciti, senza trascrizione inventata. Scheda conversazione “口述” con click per cercare e copia citazione per segmento, 3 tool (voice_memo_save / voice_memo_list / voice_memo_read) e route HTTP. Zero dipendenze runtime, 52 test `node:test`, screenshot reali in docs.

Dettatura push-to-talk per composer Web: tieni premuto hotkey per registrare e inserisci la trascrizione nel draft via speech Remote DSH (SenseVoice locale); auto-send opzionale.

Voce MiMo per DeepSeek Harness: legge ogni risposta terminata, converte la dettatura nel composer in testo e offre nove voci integrate più uno slot per voce clonata.

Plugin di input vocale DSH: tempo reale nel browser, dettatura VAD, ASR locale/cloud e rifinitura con DeepSeek AI.

Dettatura locale e desktop modificabile per DeepSeek Harness.

Detta prompt nel composer di DeepSeek Harness Web Client tramite microfono, scegliendo la trascrizione: Whisper API ospitata, server self-hosted o binario whisper.cpp completamente offline.

Dettatura Browser Web Speech per il composer: non richiede server ASR dedicato, chiave né download di modelli. Riutilizza il testo Session e un modello DSH configurato per suggerire frasi contestuali e rifinire facoltativamente la trascrizione.