dsh-voice-mode

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-mode v0.1.0（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

MIT

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）。