メインコンテンツへスキップ

プラグイン

DeepSeek-Harness プラグインを閲覧・絞り込み・インストールできます。

208 件のプラグインが見つかりました

J

qiaomu-audio-dsh

joeseesun/qiaomu-audio-dsh

Markdownを音読し、音声をディクテーションして文字起こしし、ナレーション付きメディアを書き出します。

1一昨日ビジョン、音声とマルチモーダルGPL-3.0
R

dsh-audio-tools

ren-xing/dsh-audio-tools

DSH用の音声ツールです。音声/動画ファイルの検査、変換、動画からの音声トラック抽出、トリミング、音量正規化、ローカルwhisper.cppまたはOpenAI互換APIによる音声文字起こしに対応します。PATH上にffmpegとffprobeが必要です(同梱されません)。ローカル文字起こしにはwhisper-cliバイナリとggmlモデルも必要です。

16 日前ビジョン、音声とマルチモーダルMIT
F

dsh-video-remix

fj7937290-sys/dsh-video-remix

スクリプトからナレーション付き解説動画を作ります。既定はチュートリアル向けの高速で正確なテキストカードスライドで、区間ごとのAI生成映像にはAGNES_API_KEYが必要です。オンラインの中国語ニューラル音声14種とWindowsオフライン音声3種を収録し、聞き比べ用サンプルを1コマンドで作成できます。ffmpegが必要です。オンライン音声には同梱のvideo-remix skillを`<workspace>/.dsh/skills/video-remix`へコピーし、そこでnpm installを実行してください。

116 日前ツールと機能
D

media-suite

do-nothing/media-suite

QwenとRunningHubのmedia機能を一度のinstallで追加し、provider横断のglobal設定も備えるmedia plugin familyです。

120 日前ビジョン、音声とマルチモーダルApache-2.0
D

media-suite (media-runninghub)

do-nothing/media-suite

RunningHubのクラウドComfyUIワークフローをバックグラウンドのタスクプールとして実行します。一括送信後、監視役が同時実行上限内で配信し、各ジョブを確認、全出力をディスクへダウンロードします。プール終了時にセッションを再開します。共有台帳にバッチ、費用、インスタンス階層、送信/完了時刻、各ファイルの保存先を記録し、右サイドバーにライブボードを表示します。

19 日前ワークフローと自動化Apache-2.0
D

media-suite (media-qwen)

do-nothing/media-suite

Alibaba Cloud DashScope経由のQwenメディアツール:動画・音声のマルチモーダル理解、プリセット音声でのテキスト読み上げ、シーン音声生成。

19 日前ビジョン、音声とマルチモーダルApache-2.0
K

dsh-voice-bridge

kinglhy2006/dsh-voice-bridge

Windows向けのハンズフリー音声機能です。ローカルwake word、ローカル中国語speech-to-textをcomposerに入力して送信、割り込み・再開可能な音声返信を提供します。同梱install.ps1を一度実行(Python音声依存とマイク選択)し、DSH音声入力が取得済みのSenseVoice model、またはmodels/sensevoice-onnx下に置いたmodelが必要です。

1一昨日ビジョン、音声とマルチモーダルMIT
K

dsh-speech-polish

keinsteinnus/dsh-speech-polish

内蔵のローカル音声認識に用語を考慮した補正処理を追加します。DSH標準のマイクとSenseVoiceエンジンを維持し、音声は端末外へ送信しません。確定した文字起こしの同音異義語、専門用語、崩れた数値を修正します。

124 日前ビジョン、音声とマルチモーダルMIT
J

voice_for_dsh (dsh-plugin-voice)

junarch/voice_for_dsh

各返信を話し言葉に書き換えてから読み上げます。システムTTS、Doubao音声合成、または任意でローカルKokoroモデルを利用できます。

123 日前ビジョン、音声とマルチモーダルMIT
M

dsh-stack

marius-patrik/dsh-stack

dsh harness向けの自然な人声に近い音声機能です。サーバープロキシ経由のニューラルTTS読み上げとagent音声toolをOpenAI互換endpointで提供し、browser標準の音声入力またはWhisperにも対応します。Voice設定セクションを備えます。

1先月ビジョン、音声とマルチモーダル
L

dsh-media-dock

lemonhall/dsh-media-dock

DSH右サイドバーのメディアドックです。Douyin/YouTubeのリンクを渡すと、ローカルでyt-dlpが取得し、ffmpegで16kHzモノラルWAVへ変換、公式speechToText(SenseVoice)で文字起こしします。字幕をパネルに表示し、Agentがワンクリックで要約できます。

1先月ビジョン、音声とマルチモーダル
F

dsh-live2dwaifu

fujiwarareisen/dsh-live2dwaifu

DSH Web UI右下にLive2Dキャラクターを表示。まばたき、呼吸、会話中のリップシンク、7つの気分、独自チャット/メモリ/コーパス/ステッカー付き吹き出しを備えます。モデルは同梱されず、各ユーザーが自分のフォルダーに配置します。

126 日前UI拡張MIT
F

dsh-ai-providers (dsh-ai-dashscope)

firefox2100/dsh-ai-providers

DSH内のネイティブなAlibaba Cloud DashScope APIを通じて、Qwen言語モデル、埋め込み、リランキング、音声、画像生成を利用するプロバイダーです。`Firefox2100/dsh-ai-providers#runtime`のインストールと有効化が必要です。

16 日前モデルとプロバイダーGPL-3.0
D

dsh-cloudflare-media

dmscode/dsh-cloudflare-media

dsh向けCloudflare Workers AIメディアtoolです。text-to-image、text-to-speech、speech-to-textに対応。modelごとの価格表示、ネイティブ設定カード、既存Cloudflare accountの再利用、生成元model名を付けた出力ファイルを備えます。

128 日前ビジョン、音声とマルチモーダルMIT
N

dsh-grok-byapi

ningyuanlee/dsh-grok-byapi

OpenAI互換gateway経由のGrok model provider。model検出、画像/動画生成、text-to-speech tools、永続化されるローカルmedia taskを備えます。

114 日前モデルとプロバイダーMIT
F

dsh-ai-providers (dsh-ai-localai)

firefox2100/dsh-ai-providers

DSHでLocalAI固有の設定を使い、言語モデル、embedding、reranking、音声、画像生成を利用するproviderです。Firefox2100/dsh-ai-providers#runtimeのインストールと有効化が必要です。

16 日前モデルとプロバイダーGPL-3.0
L

dsh-minimax-multimodal

lihanhong2002/dsh-minimax-multimodal

DeepSeek HarnessにMiniMaxの画像理解、画像生成、音声合成、文字起こしツールを追加。

124 日前ツールと機能MIT
F

dsh-ai-providers (dsh-ai-providers)

firefox2100/dsh-ai-providers

DSH内の共有認証情報と、埋め込み・リランキング・音声・画像生成サービス向けのAIプロバイダーランタイムおよび設定UIです。

16 日前モデルとプロバイダーGPL-3.0
F

dsh-ai-providers (dsh-ai-openai)

firefox2100/dsh-ai-providers

DSHで言語モデル、埋め込み、音声合成、音声認識、画像生成を使うためのOpenAIプロバイダー。Firefox2100/dsh-ai-providers#runtimeをインストールして有効化する必要があります。

16 日前モデルとプロバイダーGPL-3.0
F

dsh-say

fangqian616/dsh-say

agent の報告を選んだ声で読み上げ、長い報告は読み上げ前に圧縮します。声のクローンには3〜10秒の参照音声だけでよく、コミュニティ学習済みモデルも使用可能。6.4 GB の GPT-SoVITS を別途導入せず、プラグインが独自 runtime と音声を導入します。既存 GPT-SoVITS も利用でき、音声モデルは共通です。

119 日前ビジョン、音声とマルチモーダル
C

dsh-read-aloud

cccc12138/dsh-read-aloud

完了した各アシスタント回答の Like ボタン直後にスピーカーボタンを追加します。クリックするとブラウザー音声エンジンで読み上げ、ホバーすると速度と音声のパネルを表示します。テキストは非公式 Edge TTS endpoint に送信されます。

12 か月前ビジョン、音声とマルチモーダルMIT
V

dsh-live-voice

victorwads/dsh-live-voice

DSH 向けのローカル優先音声会話です。ローカル音声認識と音声合成を備え、外部 provider は任意で利用できます。

12 か月前ビジョン、音声とマルチモーダルGPL-3.0
N

dsh-dictate

navneetset/dsh-dictate

OpenRouter STT経由で、dsh Web入力欄に音声をリアルタイムで文字起こし入力します。

13 か月前ビジョン、音声とマルチモーダルMIT
M

dsh-minimax-asr

moluyao/dsh-minimax-asr

DeepSeek Harness用MiniMax音声プラグイン:音声認識(`asr-1.0`)と音声合成(`speech-2.8-hd`)、文字起こしツール、タスク完了時の一言読み上げ、リアルタイムのハンズフリー会話、選べる303音声を備えます。

12 か月前ビジョン、音声とマルチモーダルMIT