dsh-voice-mode (dsh-voice-mode)
qishuilalala/dsh-voice-mode/plugin/dsh-voice-mode
Full-duplex voice mode for the DeepSeek Harness Web UI: toggle (2s-pause auto-send) or hold-to-talk dictation into an editable draft with zipformer2 streaming ASR, optional wake word; sentence-by-sentence Edge TTS read-aloud with live captions, and speaking interrupts playback and the running turn (true barge-in). On-device ASR, no API key.
설치
dsh plugin --profile web add github:qishuilalala/dsh-voice-mode이 플러그인은 저장소의 plugin/dsh-voice-mode 하위 디렉터리에 있습니다.
README
dsh-voice-mode
DeepSeek Harness 语音双工对话插件：会话内一键进入语音模式，流式识别（边说边出字）→ 停顿自动发送 → 回答按句朗读 + 实时字幕，开口即可打断（barge-in）。无需 API Key，识别模型本地推理。
Full-duplex voice 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
- 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）：回复口语化短句、无 Markdown 排版符号 - 模型懒加载（约 160MB，断点续传 + 镜像回退），全局单活，界面语言跟随浏览器（中/英）
安装
dsh plugin --profile web add dsh-voice-mode
bundle 插件安装后需重启 dsh 生效。插件代码以宿主权限运行，安装前请了解来源与风险。
快速开始
进入会话 → 点输入区麦克风按钮（或 Ctrl+Shift+V）→ 说话 → 停顿自动发送 → 回答按句朗读；开口即打断。完整操作手势与设置项见 详细文档。
| 手势 | 作用 |
|---|---|
Ctrl+Shift+V | 进入 / 退出语音模式 |
| 直接说话（toggle 模式） | 边说边出字，停顿 2 秒自动发送 |
| 按住麦克风按钮（hold 模式） | 松手发送；短按退出；滑出 / Esc / 失焦放弃本段 |
| AI 朗读时开口说话 | 打断朗读并取消当前回合 |
文档
| 文档 | 说明 |
|---|---|
| 完整使用说明（中文） | 功能 / 手势 / 设置 / 配置 / 已知限制 / 故障排查 |
| English docs | Same, in English |