プラグイン

DeepSeek Harness Web UI 用のフルデュプレックス音声モード:トグル(2 秒ポーズで自動送信)またはプッシュトゥトークによるディクテーションを、編集可能なドラフトに zipformer2 ストリーミング ASR で入力、オプションでウェイクワード対応。Edge TTS によるセンテンス単位の読み上げとライブキャプション、話すと再生と実行中ターンを割り込みます(真のバージイン)。オンデバイス ASR で API キー不要。

DSH Desktop/Web GUI共通の音声通話アシスタント（異なるのはprofile名のみ）。ドラッグ可能な通話ボール、発話の間をブラウザー側VADで検出して送信。公式voice-inputプラグインが既にダウンロードしたSenseVoiceを再利用し、追加モデルは不要。FunASR HTTP/ストリーミング、クラウド互換API、MiniMax / MiMo-V2.5-TTS（director mode/voice clone）/OpenAI互換TTSに対応。任意のwake-word/auto-sleep、別セッションへのタスク振り分け、進捗/停止/音声完了報告も備える。

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。

DSH向けローカルWake word音声入力です。ウェイクワードを言い、チャイムを待ってから話すと、テキストがDSHセッションに送られます。既定では音声をローカル処理し、保存しません。DSH音声入力サービス（`speechToText`）が利用可能である必要があります。