플러그인

로컬 이미지, 음성, 음악 및 SFX 생성과 전사. 고정 ID 기능: 캐릭터, 동물, 객체 및 배우 음성을 한 번 정의하면 이후 모든 호출에서 재사용됩니다. 퇴화된 출력(거의 평평한 이미지, 무음 오디오)은 성공으로 반환되지 않고 거부되며, 생성된 줄은 텍스트로 다시 읽을 수 있어 끝을 삼킨 클론이 드러납니다. 엔진은 유휴 시 언로드되며, 이미지 생성과 전사는 로컬 Vulkan 백엔드 대신 OpenAI 호환 API를 가리키도록 설정할 수 있습니다.

웹 UI용 음성 입력: 로컬 VocoType 오프라인 음성 인식을 구동하고 인식된 텍스트를 작성창에 자동 삽입하는 마이크 버튼(자동 배포, 중복 제거, 연속 받아쓰기).

웹 UI용 음성-텍스트 변환 음성 입력: 컴포저의 마이크 버튼이 브라우저 Web Speech API(제로 설정) 또는 OpenAI 호환 Whisper API(OpenAI / Groq)를 통해 발화를 초안으로 전사하며, 선택 가능한 모델 및 언어가 Settings에 포함됩니다.

알림 발신함 기능입니다: 에이전트가 토스트/중국어 TTS 음성/효과음(폭발, 승리, 경보)으로 능동적으로 알리며, 60초 확인 창 동안 음성으로 다시 전화를 걸어주고 음량 증폭과 설정 패널을 제공합니다.

음성으로 입력하고 음성으로 답변 받기: 받아쓰기 음성이 사용자 메시지로 변환(transcribe)되고, 에이전트가 답변을 소리 내어 읽어줌(speak), ~/.dsh/voice 아래 로컬 우선 저장

컴포저용 마이크 음성 입력: 브라우저 Web Speech API 실시간 전사, 중복 제거/자동 이어쓰기, 스마트 문장 부호, 언어 및 자동 전송 설정

DSH 웹 GUI의 음성 통화 도우미: 드래그 가능한 플로팅 통화 볼, 발화마다 일시정지 후 전송하는 브라우저 측 VAD, FunASR HTTP 또는 스트리밍 음성 인식, MiniMax 또는 OpenAI 호환 TTS 응답, 자동 절전이 있는 선택적 웨이크 워드 모드, 그리고 진행·중지·음성 완료 보고가 있는 별도 서브에이전트 세션으로의 작업 파견.

3000개 이상의 음성과 500개 이상의 언어를 지원하는 DSH용 무료 립싱크 비디오 생성 플러그인

DeepSeek Harness용 Telegram 브리지: 양방향 세션, 대화 스티어링, 홈 채널 라우팅, 그리고 Telegram 오디오 메시지로 전송되는 TTS 음성 메모.

dsh용 대화형 음성 프런트엔드 Agent: ByteDance Duplex로 자연스럽게 말하고, 요청을 백그라운드 작업에 위임하고, 그 비동기 결과를 음성으로 보고받습니다.

DSH용 Doubao 스타일 음성 채팅. 작성란의 마이크를 길게 누르면 음성을 텍스트로 변환해 자동 전송하고, AI 응답은 소리 내어 읽어줍니다. 선택적 LLM 축약(긴 응답을 현재 대화 모델을 따르는 짧은 음성 문장으로 요약), TTS 친화적 텍스트 정리, 선택 가능한 Edge TTS 음성, 조절 가능한 무음 자동 중지를 지원하며 설정은 DSH 설정 대화상자에 내장되어 있습니다.

DeepSeek Harness 웹 UI에서 에이전트 응답을 공급자 폴백 체인(OpenAI, ElevenLabs, Google, Azure, Groq, Deepgram, OpenRouter, Edge, Piper, eSpeak)을 통해 읽어줍니다. 실패하거나 속도 제한된 공급자는 침묵하는 대신 다음 공급자로 넘어갑니다.

Muxiva가 오케스트레이션하는 DeepSeek Harness용 로컬 우선 양방향 음성

에이전트가 시작하는 음성 통화: `offer_call`이 사람에게 전화를 울리고(接听/拒接/稍后再说), 수락된 통화는 CrispASR + Qwen3-TTS(화자 9명, 중국어 방언 2개)로 로컬에서 합성·재생되며, 거절된 통화는 그 결정을 에이전트에 돌려줍니다.

Fish Audio API만 사용해 어시스턴트 답변을 음성으로 읽어 줍니다(키는 직접 준비): 메시지별 읽어주기, 자동 읽기 토글, 모델·음성 reference_id·암호화된 API 키·프록시를 설정하는 페이지를 제공합니다.

Live2D session view with realtime voice: continuous voice input, streaming TTS, subtitle translation, multi-model catalog, standalone entry / Live2D 实时语音会话视图：连续语音输入、流式 TTS、字幕翻译、多模型目录、独立入口

QQ channel for dsh via OneBot 11 (NapCat and friends): reverse or forward WebSocket, DM and group chats, image and voice transcription, t2i text-image cards, merged forwards, and a settings page.

Replaces the reasoning-effort dropdown with a draggable snapping slider, and draws 13 canvas effects across five style families (thrust, fluid, fantasy, tech, texture) with three tiers that unlock as the effort level rises. Custom mode combines 10 particle forms with 8 flow trajectories; 9 accent presets and a hex picker recolor every effect, and optional key sounds cover two voice clips, a synthesized duck squeak, a mechanical click and a local audio file.

Drive your local DSH from WeChat: a self-hosted iLink bridge over a persistent ACP session (context lives in DSH and is resumable), phone conversations grouped into the desktop workspace, with image recognition, file messages (Excel/Word/PDF, parsed by the agent itself) and voice transcripts. Access defaults to strict (only registered devices are served); the phone channel's permission preset is wide by design - see the README security section before sharing the bot.

Per-reply read-aloud with a multi-provider settings page — MiniMax or any OpenAI-compatible /audio/speech endpoint, with voice, emotion, speed and model selection plus an auto-read toggle.

Proxies the loopback-only dsh web onto a LAN port so phones and other machines can reach it, with an optional access password that browsers type in and the bundled Android client unlocks with biometrics. Adds a LAN-access settings page with QR codes, inlines dsh-web-mobile (MIT, attribution kept) for the mobile layout, and the Android client in the same repository adds finish/approval notifications, voice input and a home-screen widget.

Local-first voice conversations for DSH, with local speech recognition and synthesis and optional external providers.

MiniMax 语音识别（asr-1.0）+ 语音合成（speech-2.8-hd）的 DeepSeek Harness 全局插件：转写工具、任务结束后用喇叭念一句的播报、实时免手对话、303 个音色可选

Voice conversation mode for the DSH Web GUI: tap the mic to start a full-screen call, talk hands-free, and hear each reply read aloud as it streams. Bilingual (Chinese/English) UI, light and dark themes, adjustable speech rate, and switchable voices.