プラグイン

Web UI向けコンポーザーマイク:タップでライブ文字起こしをモニターし、押している間話せるホールドトーク機能を提供します。モデルが生成している間にストリーミングされるホストのEdge TTSによる返信読み上げ、読み上げ中のエコー一時停止、タップで停止も備えています。

コンポーザーツール列のマイクボタン: Web Speech API による音声テキスト変換(Chrome/Edge)、言語切替、オプションの自動送信、依存ゼロ。

コンポーザー向けの中国対応音声入力です。ローカル Python ブリッジが必要です (pip install dashscope websockets、bridge/voice-bridge.py を実行)。プラグイン単体では動作しません。ブラウザマイクが 16 kHz PCM をブリッジへ送信し、Alibaba Cloud DashScope ASR (paraformer-realtime-v2) を実行します。中間結果がカーソル位置のドラフトへ流し込まれ、無音で自動停止、オプションで自動送信を行います。

Deepseek Harness向け音声入力プラグイン。

DSH音声入力欄の録音ボタンを操作するキーボードショートカット。開始後にもう一度押すと停止して文字起こしします。

DSH音声入力プラグイン：ブラウザーでのリアルタイム音声入力、VADによるディクテーション、ローカル／クラウドASR、DeepSeek AIによる文章調整。

音声入力プラグイン（dual-face）：入力欄の送信ボタン横のマイク、ホスト管理のローカルQwen3-ASR PythonサービスへPCMを送る録音バブル、ASR環境設定ページ（ランタイム／モデルのリポジトリをcloneし、venvを作成）。

DeepSeek Harness Web UI 向けのシンプルな英語専用音声入力。コンポーザーのマイクボタンから、ブラウザー標準の SpeechRecognition API で音声を下書きに文字起こしします。依存関係やサブプロセスはありません。

DeepSeek Harness音声入力：Spaceを押し続けて話し、離すと入力欄に挿入。依存ゼロ、Web Speech APIを使用します。

DeepSeek Harness用SenseVoice音声入力プラグイン。入力欄横のマイクから録音し、ローカルSenseVoiceサービスでテキスト化して入力欄へ挿入します。初回はモデルを自動ダウンロードして進捗表示し、バックエンドも自動起動します。

Web UIの入力欄にマイクボタンを追加し、Web Speech APIで音声を文字起こしして下書きに入力します。自動送信は任意で切り替え可能です。