플러그인

DeepSeek Harness용 채팅 내 읽어주기: 자연스러운 Doubao TTS 음성(BYOK)으로 AI 응답을 탭하여 읽고, 일시정지하고, 재개합니다. 코드·표·다이어그램은 제외하고 최종 답변만 읽습니다. 로컬 엔진이며 플러그인은 API 키를 저장하지 않습니다.

무료 Edge TTS 또는 사용자 자신의 RVC 음성 모델로 어시스턴트의 답변을 소리 내어 읽어줍니다: 읽어주기 버튼 + 자동 읽기, 적응형 청크 분할 점진적 재생(끊김 없는 긴 낭독), 레지스트리에서 보이스팩 원클릭 설치, 휴대용 RVC 런타임을 제공합니다.

DeepSeek Harness용 음성 I/O — 마이크와 오디오 출력을 통한 음성-텍스트 및 텍스트-음성 변환.

소설 작성 가드레일: 20개의 novel_* 도구가 사실 원장 일관성, 단계 및 장 게이트, 결정론적 메트릭 기반 기계 감사, 제안 전용 수정을 강제하고, 우측 패널 워크벤치는 읽기, TTS 재생, 윤문, 교정, 연속성 검사 및 일괄 초안을 다루며, 우회 엔진이 내부 단계를 메인 대화 외부에서 실행합니다.

DeepSeek Harness Web UI용 풀 듀플렉스 음성 모드: 토글(2초 일시정지 자동 전송) 또는 zipformer2 스트리밍 ASR로 편집 가능한 초안으로의 홀드 투 토크 받아쓰기, 선택 가능한 웨이크 워드 지원; 라이브 캡션이 포함된 문장별 Edge TTS 읽어주기, 말하는 동안 재생과 실행 중인 턴을 중단(진짜 barge-in). 온디바이스 ASR, API 키 불필요.

웹 UI용 음성 AI 여자친구: FunASR 마이크 입력, Qwen3-TTS 음성 응답, 동반 애니메이션 창, 그리고 NapCat을 통한 양방향 QQ 채팅(텍스트/음성/이미지 푸시).

DSH Web에 Xiaomi MiMo 텍스트 음성 변환을 추가합니다: 어시스턴트 메시지 읽어 주기, PCM 스트리밍, 프리셋 및 사용자 정의 음성 디자인, 브라우저 음성 폴백, 재생 컨트롤, 선택적 UI 사운드.

MiniMax 멀티모달 브리지: 하나의 `mmx_bridge` 도구로 이미지 이해/생성, 동영상, TTS, 음악, 커버, 웹 검색, 할당량을 처리합니다. `web_search`/`read_image` 선택적 대체 지원. 웹 GUI 내 인라인 플레이어/이미지 미리보기 제공(npm: `dsh-mmx-bridge`).

웹 UI용 작성창 마이크: 탭하여 실시간 전사를 모니터링하고 눌러서 말하기 기능을 제공합니다. 모델이 생성하는 동안 스트리밍되는 호스트 Edge TTS 응답 낭독, 낭독 중 에코 일시정지, 탭으로 정지 기능을 갖추고 있습니다.

Perlica(Arknights: Endfield) 테마의 계층형 사운드 알림: 계획 준비, 작업 완료, 입력 필요, 오류 톤; 일반 채팅에는 무음, 시스템 수준 재생(백그라운드 작동), 크로스 플랫폼(Windows/macOS/Linux), 커스텀 TTS 사운드.

MiniMax 기반 멀티모달 플러그인: 실시간 음성 통화 모드(스트리밍 대화, 플로팅 도크 UI), 음성 모드 및 마이크 음성 입력, 이미지/비디오/음악/음성 생성 및 시각 검사 도구.

작은 브라우저 확장이 구동하는 DeepSeek 웹 페이지의 내장 읽어주기 기능을 사용하여 DSH 대화를 소리 내어 읽습니다.

음성 도구: 무료 edge-tts 뉴럴 음성 합성, OpenAI 호환 ASR 변환, 음성 목록, 음성 일괄 미리보기, 상태 자가 점검.

웹 UI용 전이중 음성 모드: 탭하여 토글 또는 누르고 있기(전송 키 또는 `Ctrl`)로 받아쓰기, 실시간 자막, sherpa-onnx를 통한 호스트 측 SenseVoice ASR, 문장별 음성 응답, 발화가 재생 및 실행 중인 턴을 중단(진정한 끼어들기). API 키 불필요.

웹 UI를 위한 무료 음성 클로즈드 루프: 브라우저 SpeechRecognition 마이크 입력으로 실시간 임시 결과를 표시하고, 읽어주기 스피커 버튼과 어시스턴트 응답 자동 읽기를 제공합니다. 설정 불필요, API 키도 불필요.

워크스페이스별 완료 알림음과 승인/질문/계획 검토/목표 차단/작업 실패 이벤트용 주의 알림음, 내장 신디사이저, 음성(TTS), 커스텀 오디오 지원

DSH용 옴니모달 워크스테이션: 순서가 지정된 다중 카드 VLM 페일오버 체인을 통한 analyze_image, 동일한 이미지 리졸버를 공유하는 6종 비전 툴킷(확대, 색상 샘플링, 픽셀 diff, OCR, 요소 감지, 인라인 표시), OpenAI/DashScope/ComfyUI 프로토콜을 통한 generate_image, /build-video-tool 빌더가 있는 다중 카드 비동기 generate_video, 7개 provider를 통한 speak/clone_voice TTS를 제공하며, 모두 자동 저장 설정 페이지 하나로 구동됩니다.

DeepSeek Harness에서 어시스턴트 응답을 음성으로 읽기: 스트리밍 재생이 가능한 텍스트 음성 변환 제공자.

DeepSeek Harness 웹 GUI용 AI 오디오 생성 — 다중 공급자 TTS, 음악, 음향 효과 및 음성 디자인, 사이드바 패널, 모델 비교, 리소스 라이브러리 및 Agent 도구 포함.

DSH를 위한 핸즈프리 듣기, 푸시 투 토크, 음성 인식, TTS 응답 및 백그라운드 Agent 위임을 갖춘 연속 음성 대화.

DeepSeek Harness용 실시간 로컬 TTS: 음성 프리셋, 자동 읽기, 엔진 설정 어시스턴트, 읽어주기 버튼 및 GSV-TTS-Lite 엔진용 설정 패널.

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

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.